Python中的列表生成式与生成器
1. 列表生成式
列表生成式是 Python 内置的非常简单却强大的可以用来创建list的生成式， 一次性生成所有数据，然后保存在内存中，适合小量数据。我们通过以下实例来说明。
1.例如要实现将1-100所有偶数的平方返回，用生成式方法，如下：
li = [x*x for x in range(1,21) if x%2 == 0] # if后面的条件语句用来筛选出偶数
print(li) # 打印出此列表生成式
# 结果
[4, 16, 36, 64, 100, 144, 196, 256, 324, 400]2.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：
import os # 导入os模块
li = [d for d in os.listdir('.')] # os.listdir 可以列出文件和目录
# 结果
['.idea', 'design.py', 'drawn.py', 'guess_num.py', 'my_requests.py', 'my_urlopen.py', 'test.py', 'venv']3.列表生成式也可以使用两个变量来生成list：
dict = {'x': 'A', 'y': 'B', 'z': 'C' } # 创建一个字典
li = [k + '=' + v for k, v in dict.items()] # 用 items() 函数以列表返回可遍历的(键,值)元组
print(li)
# 结果
['y=B', 'x=A', 'z=C']2. 生成器(generator)
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：
g = (x * x for x in range(10))
print(g)
# 结果
at 0x000000000223C518> 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generator的__next__()方法：
print(g.__next__()) # 0
print(g.__next__()) # 1
print(g.__next__()) # 4
print(g.__next__()) # 9
print(g.__next__()) # 16
print(g.__next__()) # 25
print(g.__next__()) # 36
print(g.__next__()) # 49
print(g.__next__()) # 64
print(g.__next__()) # 81
print(g.__next__())
# Traceback (most recent call last):
File "D:/workspace/spider/test1/test.py", line 28, in
print(g.__next__())
StopIteration generator 保存的是算法，每次调用__next__()，就计算出下一个元素的值，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。
上面这种不断调用next()方法稍显复杂，正确的方法是使用for循环，因为 generator 也是可迭代对象：
for n in g:
print(n)
# 结果
0
1
4
9
16
25
36
49
64
813. 总结
- 当表达式的结果数量较少的时候， 使用列表生成式还好，快速生成，比较节省时间， 如果数量级过大， 那么列表生成式就会占用很大的内存。
- 生成器并不是立即把结果写入内存， 而是保存的一种计算方式， 通过不断的获取， 可以获取到相应的位置的值,所以占用的内存仅仅是对计算对象的保存，比较节省内存，但稍显耗费时间。