1. 生成式和生成器
列表生成式是python受欢迎的一种语法之一，通过一句简洁的语法，就能对元组元素进行过滤，还可以对得到的元素进行转换处理。
语法格式：
[exp for val in collection if condition]
相当于
result = []
for val in collection:
if (condition):
result.append(exp)
例子：
a = [x*x for x in xrange(10) if x%2 == 0]
print (type(a))
print (a)
结果：
<type ‘list‘>
[0, 4, 16, 36, 64]
解释：
① 由此取出xrange(10)从0到9
② 判断 x*x 是偶数，就保留，存在新的字典中
③ 把所有符合x*x是偶数的元素都放到新的列表中返回。
通过列表生成式，我们可以创建一个列表，但是，受到内存限制，列表容量肯定是有限的；
如果创建一个包含100万个元素的的列表，不仅占用很大的存储空间，当我们仅仅需要访问前面的几个元素，后面绝大多数元素占的空间都浪费了。
所以，如果列表元素可以按照某种算法推算出来，那我们是否可以在循环的过程中不断推算出后续的元素？
这样一来就不必创建完整的list了，从而节省大量的空间。
在python中，这种一边循环一边计算的机制，称为"生成器"（Generator）
生成器是一次生成一个值的特殊类型函数，可以将其视为可恢复函数，调用该函数将返回一个可用于生成连续 x 的值的生成器；
简单的说就是在函数执行过程中，yield 语句会把你需要的的值返回给调用生成器的地方，然后退出函数，下次调用生成器函数
的时候，又从上次中断的地方开始执行，而生成器内的所有变量参数会被保存下来供下一次使用。
要创建生成器有好几种方法：
第一种方法
把一个列表生成式的[]，改成()，这就创建了一个生成器。
例子：
lst = (x*x for x in xrange(1,101) if x%2 == 0)
print (lst)
print (type(lst))
print (lst.next())
print (lst.next())
print (lst.next())
print (lst.next())
print (lst.next())
print (lst.next())
结果：
<generator object <genexpr> at 0x02E72508>
<type ‘generator‘>
4
16
36
64
100
144
解释：
generator 保存的是算法，每次调用next()，就计算出下一个元素的值，直到计算到最后一个元素为止。
第二种方法：
函数中定义列表生成器，即如果函数中包含yield关键字，那么这个函数不再是一个普通函数，而是一个generator。
普通函数：
def func(n):
sum = 0
i = 0
while(i<n):
sum = sum + i
i += 1
print (sum)
func(10)
结果：
0
1
3
6
10
15
21
28
36
45
列表生成器：
def func(n):
sum = 0
i = 0
while(i<n):
sum = sum + i
i += 1
yield (sum)
for x in func(10):
print x
print (type(func(10)))
结果：
0
1
3
6
10
15
21
28
36
45
解释：
① 以上函数有关键字 yield ，所以生成的是一个生成器；
② 通过for 循环调用生成器，当执行到yield的时候，返回sum值，sum为0，此时暂停并记录sum的值；
③ 打印出sum的值，然后继续往下去执行，跳入下一个循环 while(1<10)
④ 直到遇到yield的时候，返回sum的值
⑤ 反复执行3,4的步骤，直到循环结束，最终退出程序。
两个函数的区别：
一个直接反回了表达式的结果列表，另一个是一个对象，该对象包含了对表达式结果的计算引用，通过循环可以直接输出。
生成器不会一次性列出所有数据，当你用到的时候，再列出来，更加节约内存使用率。
普通函数和列表生成器的区别：
结果虽然相同，但是包含yield语句的函数会特地编译成生成器，当函数被调用的时候，他们返回一个生成器对象，这个对象支持迭代器接口，
每当遇到yield关键字的时候，可以理解成函数的return语句，yield后面的值，就是返回值。但是不像一般函数在return后退出，生成器函数在生成
值后会自动挂起并暂停他们的执行和状态，他的本地变量将保存状态信息，这些信息在函数恢复时将再度有效，下次从yield下面的部分开始执行。
比如说上一次执行到3，下次开始时，找到3的位置，从6开始执行，（不会从头开始执行），以此类推。
补充学习：http://www.jianshu.com/p/d09778f4e055
生成式：一次性生成所有数据，然后保存在内存中，适合小量的数据。
生成器：返回一个可迭代的对象，即"generator"对象，必须通过循环才可以一一列出所有结果。
2. 迭代器
iterable (可迭代对象) 和 iterator（迭代器）主要区别：
凡是可以用 for 循环的都是iterable（可迭代对象），可以通过循环调用出来的都是，比如：[]，()，{}，生成式....
凡是要通过 next（）函数调用并获得值的可迭代对象都是iterator（迭代器）
所以生成器可以被next()函数调用并不断返回下一个值的对象称为迭代器
可以简单理解为 生成器 就是迭代器的可迭代对象。
凡是可作用于 for 循环的对象都是iterable 类
凡是可作用于 next()函数的对象都是iterator类型，他们表示一个惰性计算的序列。
作业：
九九乘法表
def func(n):
return ["{0}*{1}={2}".format(x,n,x*n) for x in xrange(1,n+1) ]
for i in xrange(1,10):
print " ".join(func(i))
本文出自 “笔记空间” 博客，请务必保留此出处http://286577399.blog.51cto.com/10467610/1978911
原文地址：http://286577399.blog.51cto.com/10467610/1978911
