Python里有趣的列表解析和生成器表达式

Python里有趣的列表解析和生成器表达式
Python是一门可爱且有趣的动态语言，功能强大且高效，语法优美而简单，就让我们来玩玩其可爱的一面吧：列表解析和生成器表达式。
列表解析：
语法：[expr for iter_var in iterable] 或 [expr for iter_var in iterable if cond_expr]
说明：
第一种语法：首先迭代iterable里所有内容，每一次迭代，都把iterable里相应内容放到iter_var中，再在表达式中应用该iter_var的内容，最后用表达式的计算值生成一个列表。
第二种语法：加入了判断语句，只有满足条件的内容才把iterable里相应内容放到iter_var中，再在表达式中应用该iter_var的内容，最后用表达式的计算值生成一个列表。
举例：
>>> [i + 1 for i in range(10)]
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
>>> [i + 1 for i in range(10) if i % 2]
[2, 4, 6, 8, 10]
怎样，很方便、很自然吧？
生成器表达式：
语法：(expr for iter_var in iterable) 或 (expr for iter_var in iterable if cond_expr)
说明：列表解析是比较早的Python版本里就引进的（好像是2.0版本），而生成器表达式则是在2.4中引入的新内容，它和列表解析的语法很像，但是在大数据量处理时，生成器表达式的优势就体现出来了，因为它的内存使用方式更好，效率更高，它并不创建一个列表，只是返回一个生成器。当然，列表解析并不会被遗弃。
举例：
>>> (i + 1 for i in range(10) if i % 2)
at 0x011DC5D0>
>>> g = (i + 1 for i in range(10) if i % 2)
>>> l = []
>>> for j in g:
    l.append(j)
>>> l
[2, 4, 6, 8, 10]
从上面可看出，列表解析和生成器表达式语法虽然很像，但实质上还是有很大不同的。
Python可是很强大很优美很高效很简洁很有趣的，希望更多的人来认识它。