1.列表生成式：通过简洁的语法可以对一组元素进行过滤
格式：[exp for val in collection if condition]
例子1：
a = [x*x for x in xrange(1,10) if x%2 == 0]
print(a)
1）append()：
该方法用于在列表末尾添加新的对象，语法格式：
list.append(obj)
def funcA():
list1 = []
for x in xrange(1,10):
if x%2 == 0:
list1.append(x*x)
return list1
print funcA()
结果：
[4, 16, 36, 64]
[4, 16, 36, 64]
2.生成器：一边循环，一边计算
方式一
把生产式中的[ ]修改成（）
例子：
a = (x*x for x in xrange(1,10) if x%2 == 0)
print(a.next())
print(a.next())
for i in a:
print(i)
结果：
4
16
36
64
方式二
如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，而是一个generator。包含yield语句的函数会被特地编译成生成器。当函数被调用时，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，你可以理解成函数的return语句，yield后面的值，就是返回的值。但是不像一般的函数在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。
说明：yield 是一个类似 return 的关键字，带有yield的函数不仅仅只用于for循环中，而且可用于某个函数的参数
例子2：
def sum(x):
i=0
sum=0
while i<x:
sum+=i
i+=1
yield (sum)
for y in sum(5):
print(y)
print(type(sum(5)))
结果：
0
1
3
6
10
<type‘generator‘>
3.生成式和生成器的区别
前者直接返回了表达式的结果列表， 而后者是一个对象，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。
当表达式的结果数量较少的时候， 使用列表生成式还好， 一旦数量级过大， 那么列表生成式就会占用很大的内存。
而生成器并不是立即把结果写入内存， 而是保存的一种计算方式， 通过不断的获取， 可以获取到相应的位置的值,所以占用的内存仅仅是对计算对象的保存。
例子：
1）列表生成式,这里是中括号
[x*x for x in range(0,10)]
结果:
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
2）生成器, 这里是小括号
(x*x for x in range(0,10))
结果:
<generator object <genexpr> at 0x7f0b072e6140>
生成器使用时，需如下执行：
g = (x*x for x in range(0,10))
for n in g:
print n
结果：
0
1
4
9
16
25
36
49
64
81
4.print、return和yield的区别
def func1():
for i in range(1, 5):
print i
def func2():
for i in range(1, 5):
return i
def func3():
for i in range(1, 5):
yield i
func1()
print func2()
print func3()
说明：
1.print并不会阻断程序的执行
2.func2()方法中的循环执行第一次就被return结束掉（后面的2、3、4就不会有返回的机会了）
3.yield你可以通俗的叫它"轮转容器"，可用现实的一种实物来理解：水车，先yield来装入数据、产出generator object、使用next()来释放；好比水车转动后，车轮上的水槽装入水，随着轮子转动，被转到下面的水槽就能将水送入水道中流入田里
例子：
def func3():
for i in range(1,5):
yield i #装入
gob = func3() #generator 类型
print next(gob) #1 释放的第一个装入的数据，（先入先出）
print next(gob) #2
print next(gob) #3
print next(gob) #4
print next(gob) #报错