from collections import Iterable, Iterator

a = [1, 2, 3]
class A(object):
    def __init__(self):
        pass

print isinstance(A(),  Iterable)
输出：
False

from collections import Iterable, Iterator

a = [1, 2, 3]
class A(object):
    def __init__(self):
        pass

    def __iter__(self):
        return None
obj_a = A()
print isinstance(obj_a,  Iterable)

for i in obj_a:
    print i
输出：
True
TypeError: iter() returned non-iterator of type 'NoneType'

对比上面两个例子，可以得出有_iter_方法的对象就是可迭代对象， 但是可迭代对象不一定就可以用for 循环去迭代获取对象中的数据，比如上例中有_iter_中的的A()，就不能用在for循环中，因为_iter_\返回的不是一个迭代器对象。
上例中的for i in A()，也说明了一个python 魔法，那就是for 循环一个对象的时候，会调用iter函数生成一个迭代器对象，然后遍历这个可迭代的对象。 将上面的例子改成如下：

from collections import Iterable, Iterator

a = [1, 2, 3]
class A(object):
    def __init__(self):
        pass

    def __iter__(self):
        return iter(a)
obj_a = A()
print isinstance(obj_a,  Iterable)

for i in obj_a:
    print i
输出：
true
1
2
3

python中有很多原生的数据结构就是可迭代对象，比如容器中的list set等都是可迭代对象

a = [1, 2, 3]
print type(a)
print isinstance(a, Iterable)
输出：
<type 'list'>
True

总结： 就有_iter_方法的对象就是可迭代对象，但是只有_iter_方法返回的是迭代器对象，那么这个可迭代对象才可以用于for循环

迭代器对象：具有_iter_方法，且_iter_返回自身self；并且就有_next_方法，_next_方法返回下一个元素。
上面说到list对象通过iter函数会生成一个迭代器对象

a = [1, 2, 3]
print type(a)
print isinstance(a, Iterable)
print isinstance(a, Iterator)
print isinstance(iter(a), Iterator)
输出：
<type 'list'>
True
False
True

实验说明，list本身不是迭代器对象，但是通过iter函数后，返回的是迭代器对象。
for 循环可迭代对象，就是调用了iter()函数，生成迭代器对象，然后调用迭代器对象的_next_函数