列表推導與生成器表達式

當我們創建了一個列表的時候，就創建了一個可以迭代的對象：
代碼如下:
>>> squares=[n*n for n in range(3)]
>>> for i in squares:
 print i
 
0
1
4

這種創建列表的操作很常見，稱為列表推導。但是像列表這樣的迭代器，比如str、file等，雖然用起來很方便，但有一點，它們是儲存在內存中的，如果值很大，會很麻煩。

而生成器表達式不同，它執行的計算與列表包含相同，但會迭代的生成結果。它的語法與列表推導一樣，只是要用小括號來代替中括號：
代碼如下:
>>> squares=(n*n for n in range(3))
>>> for i in squares:
 print i
 
0
1
4

生成器表達式不會創建序列形式的對象，不會把所有的值都讀取到內存中，而是會創建一個通過迭代并按照需求生成值的生成器對象(Generator)。

那么，還有沒有其它方法來產生生成器呢？

例子:斐波那契數列

例如有個需求，要生成斐波那契數列的前10位,我們可以這樣寫：
代碼如下:
def fib(n):
    result=[]
    a=1
    b=1
    result.append(a)
    for i in range(n-1):
        a,b=b,a+b
        result.append(a)
    return result
if __name__=='__main__':
    print fib(10)

數字很少時，函數運行良好，但數字很多時，問題就來了，顯然生成一個幾千幾萬長度的列表并不是一個很好的主意。

這樣，需求就變成了：寫一個可以生成可迭代對象的函數，或者說，不要讓函數一次返回全部的值，而是一次返回一個值。

這好像與我們的常識相違背，當我們調用一個普通的Python函數時，一般是從函數的第一行代碼開始執行，結束于return語句、異?；蛘吆瘮到Y束(可以看作隱式的返回None):
代碼如下:
def fib(n):
    a=1
    b=1
    for i in range(n-1):
        a,b=b,a+b
        return a
if __name__=='__main__':
    print fib(10)
>>>
1    #返回第一個值時就卡住了

函數一旦將控制權交還給調用者，就意味著全部結束。函數中做的所有工作以及保存在局部變量中的數據都將丟失。再次調用這個函數時，一切都將從頭創建。函數只有一次返回結果的機會，因而必須一次返回所有的結果。通常我們都這么認為的。但是，如果它們并非如此呢？請看神奇的yield：