一、列表生成式
如果要生成列表[1x1, 2x2, 3x3, ..., 10x10]怎么做？除了循环还可以用一行语句代替循环生成，如下：
1 s = [i*i for i in range(10)] 2 print(s) #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
这种写法就是Python的列表生成式，写列表生成式时，把要生成的元素 i * i 放到前面，后面跟 for 循环，就可以把list创建出来。
二、生成器
1、通过列表生成式实现
通过列表生成式，我们可以直接创建一个列表。但受到内存限制，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，会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：
1 l = [i*i for i in range(10)] 2 print(l) #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81] 3 4 g = (i for i in range(5)) 5 print(g) #<generator object <genexpr> at 0x000001F1DFCE01A8>
创建l和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，如下：
1 g = (i for i in range(5)) 2 print(next(g)) # 0 3 print(next(g)) # 1 4 print(next(g)) # 2 5 print(next(g)) # 3 6 print(next(g)) # 4 7 print(next(g)) # StopIteration
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)的用法，实际上很少这么用，正确的方法是使用for循环，因为generator也是可迭代对象，如下：
1 g = (i for i in range(5)) 2 for i in g: 3 print(i) 4 # 0 5 # 1 6 # 2 7 # 3 8 # 4
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
2、用函数实现
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：
0,1, 1, 2, 3, 5, 8, 13, 21, 34, ...
1 def fib(max): 2 n,before,after = 0,0,1 3 while n <= max: 4 print(before) 5 before,after = after,before+after 6 n = n + 1
上面的函数输出的结果入下：
1 fib(8) 2 # 0 3 # 1 4 # 1 5 # 2 6 # 3 7 # 5 8 # 8 9 # 13 10 # 21
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(before)改为yield before就可以了，如下：
1 def fib(max): 2 n,before,after = 0,0,1 3 while n <= max: 4 yield before 5 before,after = after,before+after 6 n = n + 1
这就是定义generator的另一种方法。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，如下：
1 g = fib(5) 2 print(g) # <generator object fib at 0x000001C0DAD201A8> 3 4 for i in g: 5 print(i) 6 # 0 7 # 1 8 # 1 9 # 2 10 # 3 11 # 5
这里，最难理解的就是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，再次执行时从上次返回的yield语句处继续执行，如下：
1 g = fib(5) 2 print(g) # <generator object fib at 0x000001C0DAD201A8> 3 4 print(next(g)) # 1 5 print(next(g)) # 1 6 print('干点别的')# 干点别的 7 print(next(g)) # 2 8 print(next(g)) # 3 9 print(next(g)) # 5