1.列表生成式是Python受欢迎的语法之一，通过一句简洁的语法就可以对一组元素进行过滤，还可以对得到的元素进行转换处理，语法格式为：
[exp for val in collection if condition]
相当于
resul = []
for val in collection:
if(condition):
result.appen(exp)
例子：求1到10的偶数的平方，代码如下：
li = [x*x for x in xrange(1,11) if x%2==0] print (li)
结果：[4, 16, 36, 64, 100]
解释：
- 依次取出xrange(1,11)从1到10的数字
- 判断x*x是偶数，就保留，存在新的列表里
- 把所有符合x*x是偶数的元素都放到新的列表中返回
2.生成器
通过列表生成式，我们可以直接创建一个列表，但是，受到内存限制，列表容量肯定是有限的。而且，创建一个包含100万个元素的列表，不仅占用很大的存储空间，如果我们仅仅需要访问前面几个元素，那后面绝大多数元素占用的空间都白白浪费了。
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呢？这样就不必创建完整的list，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）。
要创建一个generator，有很多种方法，第一种方法很简单，只要把一个列表生成式的[]改成()，就创建了一个generator：
lt = (x*x for x in xrange(1,10) if x%2 == 0)
print (lt)
print (type(lt))
for i in lt:
print (i)
可以通过调用next()函数打印出来。但正确的方法是使用for循环。结果：
第二种方法就是使用yield关键字来定义，例子：
def funb(n):
sum = 0
i = 0
while(i<n):
sum = sum +i
i+=1
yield(sum)
print (type(funb(10)))
for x in funb(10):
print (x)
结果：
解释：函数是顺序执行，遇到return语句或者最后一行函数语句就返回。而变成generator的函数，在每次调用next()的时候执行，遇到yield语句返回，再次执行时从上次返回的yield语句处继续执行。
小结：generator是非常强大的工具，在Python中，可以简单地把列表生成式改成generator，也可以通过函数实现复杂逻辑的generator。要理解generator的工作原理，它是在for循环的过程中不断计算出下一个元素，并在适当的条件结束for循环。对于函数改成的generator来说，遇到return语句或者执行到函数体最后一行语句，就是结束generator的指令，for循环随之结束。
3.生成式和生成器的区别
生成式：一次性生成所有的数据，然后保存在内存中，适合小量的数据
生成器：返回一个可迭代对象及generator对象，必须通过循环才可以一一取出所有的结果
可迭代对象：可以通过循环调用出来的，就是可迭代的对象，比如list，tuple，dict，生成式，生成器
迭代器：被next()函数调用并不断返回下一个值的对象称为迭代器