列表生成式
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
result=[]
for val in collection:
if(condition):
result.append(exp)
例子：
#!/usr/bin/env python
# -*- coding:utf-8 -*-
# @time: 2017/11/5 21:20
# Author: caicai
# @File: demon9.py
#列表生产式
li = [x*x for x in range(1,101) if x%2==0]
print(li) #普通函数
def funa():
a = []
for x in range(1,100):
if x%2 == 0:
a.append(x*x)
return a
print(funa()) 输出结果一致
解释：
1， 以此取出xrange(10)从0到9的数字
2， 判断x*x是偶数，就保留，存在新的字典中
3， 把所有符合x*x是偶数的元素都放到新的列表中返回
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。第一种方法是把一个列表生成式的[]改成()，就创建了一个generator：
例子：
# 列表生成器
#1.最简单的办法，把原来的生成式的[]换成()就ok
lt = (x*x for x in range(1,101) if x%2==0)
print(lt)
print(lt.__next__())
print(lt.__next__())
print(lt.__next__())
for i in lt:
print(i)
2、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：
例子：
#2.函数中定义列表生成器
print('##############第二种方法##############')
def fib(n):
sum = 0
i = 0
while(i<n):
sum = sum + i
i+=1
yield(sum)
print(type(fib(10)))
for x in fib(10):
print(x) #列表生产式：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：返回一个可迭代的对象，以及‘generator’对象，必须通过循环才可以一一列出所有的结果
#可迭代对象：可以通过循环调用出来的，就是可迭代对象，如列表，元组，字典，生产式
#迭代器：简单理解为生成器，必须通过next()函数调用并不断返回下一个值的对象称为迭代器。
生成式和生成器二者的区别很明显：
一个直接返回了表达式的结果列表， 而另一个是一个对象，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
生成器不会一次性列出所有的数据，当你用到的时候，在列出来，更加节约内存的使用率。
迭代器
Iterable（可迭代对象） 和 Iterator（迭代器） 主要区别是 ：
凡是可以用 for 循环的 都是 Iterable（可迭代对象） 凡是需要通过next()函数获得值的可迭代对象都是 Iterator（迭代器）。
（所以生成器可以 被next()函数调用并不断返回下一个值的对象称为迭代器 ） （可以简单理解为生成器 就是 迭代器的可迭代对象）
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；
学习例子
函数表示9*9乘法口诀 def pro():
for i in range(1,10):
for j in range(1,i+1):
print("%d*%d=%d\t" %(j,i,j*i)),
print("\n")
print(pro())