列表生成式即List Comprehensions，是Python内置的非常简单却强大的可以用来创建list的生成式。
举个例子，要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11))：
#coding=utf-8 print range(1,11) print list(range(1,11))
但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做？方法一是循环：
#coding=utf-8
l = []
for x in range(1,11):
l.append(x * x)
print l
但是循环太繁琐，而列表生成式则可以用一行语句代替循环生成上面的list：
#coding=utf-8 print [x * x for x in range(1,11)]
写列表生成式时，把要生成的元素x * x放到前面，后面跟for循环，就可以把list创建出来，十分有用，多写几次，很快就可以熟悉这种语法。
for循环后面还可以加上if判断，这样我们就可以筛选出仅偶数的平方：
#coding=utf-8 print [x * x for x in range(1,11) if x%2 == 0]
还可以使用两层循环，可以生成全排列：
#coding=utf-8 print [m + n for m in ‘ABC‘ for n in ‘XYZ‘]
三层和三层以上的循环就很少用到了。
运用列表生成式，可以写出非常简洁的代码。例如，列出当前目录下的所有文件和目录名，可以通过一行代码实现：
#coding=utf-8 import os #导入os模块 print [d for d in os.listdir(‘.‘)][‘.emacs.d‘, ‘.ssh‘, ‘.Trash‘, ‘Adlm‘, ‘Applications‘, ‘Desktop‘, ‘Documents‘, ‘Downloads‘, ‘Library‘, ‘Movies‘, ‘Music‘, ‘Pictures‘, ‘Public‘, ‘VirtualBox VMs‘, ‘Workspace‘, ‘XCode‘]
for循环其实可以同时使用两个甚至多个变量，比如dict的items()可以同时迭代key和value：
#coding=utf-8
d = {‘x‘: ‘A‘, ‘y‘: ‘B‘, ‘z‘: ‘C‘ }
for k,v in d.items():
print (k, ‘=‘,v)
因此，列表生成式也可以使用两个变量来生成list：
#coding=utf-8
d = {‘x‘: ‘A‘, ‘y‘: ‘B‘, ‘z‘: ‘C‘ }
print [k + ‘=‘ + v for k, v in d.items()]
最后把一个list中所有的字符串变成小写：
#coding=utf-8 L = [‘Hello‘, ‘World‘, ‘IBM‘, ‘Apple‘] print [s.lower() for s in L]
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：
#coding=utf-8 L = [x * x for x in range(10)] print L g = (x * x for x in range(10)) print g
创建L和g的区别仅在于最外层的[]和()，L是一个list，而g是一个generator。
我们可以直接打印出list的每一个元素，但我们怎么打印出generator的每一个元素呢？
如果要一个一个打印出来，可以通过next()函数获得generator的下一个返回值：
#coding=utf-8 L = [x * x for x in range(10)] print L g = (x * x for x in range(10)) print next(g) print next(g) print next(g) print next(g) print next(g)
我们讲过，generator保存的是算法，每次调用next(g)，就计算出g的下一个元素的值，直到计算到最后一个元素，没有更多的元素时，抛出StopIteration的错误。
当然，上面这种不断调用next(g)实在是太变态了，正确的方法是使用for循环，因为generator也是可迭代对象：
#coding=utf-8
g = (x * x for x in range(10))
for n in g:
print (n)
所以，我们创建了一个generator后，基本上永远不会调用next()，而是通过for循环来迭代它，并且不需要关心StopIteration的错误。
generator非常强大。如果推算的算法比较复杂，用类似列表生成式的for循环无法实现的时候，还可以用函数来实现。
比如，著名的斐波拉契数列（Fibonacci），除第一个和第二个数外，任意一个数都可由前两个数相加得到：
1, 1, 2, 3, 5, 8, 13, 21, 34, ...
斐波拉契数列用列表生成式写不出来，但是，用函数把它打印出来却很容易：
#coding=utf-8
def fib(max):
n, a, b = 0,0,1
while n < max:
print(b)
a, b = b , a+b
n = n+1
return ‘done‘
print fib(6)
仔细观察，可以看出，fib函数实际上是定义了斐波拉契数列的推算规则，可以从第一个元素开始，推算出后续任意的元素，这种逻辑其实非常类似generator。
也就是说，上面的函数和generator仅一步之遥。要把fib函数变成generator，只需要把print(b)改为yield b就可以了：