一、列表生成式 List Comprehensions
Python内置的非常简单却强大的可以用来创建list的生成式。
使用
range
和
for循环
创建
In [21]: for循环后面还可以加上
if判断
还可以使用两层循环，可以生成
全排列
列表生成式也可以使用
两个变量
来生成list：
二、生成器 generator
列表受到内存限制，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。故有
一边循环一边计算的机制，称为生成器：generator。
创建generator
，第一种方法：只要把一个列表生成式的 [ ] 改成 ( ) 。
可以通过next()函数获得generator的下一个返回值
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。
第二种方法：
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：
generator和函数的执行流程不一样。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（跟return类似），再次执行时从
上次返回的yield语句处
继续执行。
举个栗子：
def
odd
(
)
:
print
(
'step 1'
)
yield
1
print
(
'step 2'
)
yield
(
3
)
print
(
'step 3'
)
yield
(
5
)
o
=
odd
(
)
next
(
o
)
#step 1
#1
next
(
o
)
#step 2
#3
next
(
o
)
#step 3
#5
三、迭代器 Iterator （可迭代对象 Iterable）
直接作用于
for循环
的数据类型有以下几种：
一类是集合数据类型，如list、tuple、dict、set、str等；
一类是generator，包括生成器和带yield的generator function。
这些可以直接作用于for循环的对象统称为 可迭代对象：Iterable 。
而
生成器
不但可以作用于for循环，还可以被
next()函数
不断调用并返回下一个值，直到最后抛出StopIteration错误表示无法继续返回下一个值了。
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：Iterator。
生成器
都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数：
总结：
- 凡是可作用于 for循环 的对象都是 Iterable 类型；
- 凡是可作用于 next()函数 的对象都是 Iterator 类型，它们表示一个惰性计算的序列；
- 集合数据类型如list、dict、str等是 Iterable 但不是Iterator，不过可以通过 iter()函数 获得一个Iterator对象。
**自我总结：**生成器都是迭代器，迭代器包含生成器和iter()函数获得的对象。（即生成器是迭代器的子集， 迭代器是生成器的父集 。）
#Python的for循环本质上就是通过不断调用next()函数实现的。
参考：廖雪峰
https://www.liaoxuefeng.com/wiki/1016959663602400/1017323698112640
