編者注：本文主要參考了《Python核心編程（第二版）》
說到生成器，先說說列表解析。列表解析可以動態創建列表。
[expr for iter_var in iterable if cond_expr]
該句的核心是 for循環，它迭代了iterable對象的所有條目。如果滿足cond_expr（條件表達式），則前面的expr（表達式）應用於該成員。最后生成的是滿足條件的元素的該表達式的列表。對於lambda,map(),filter()等可以通過列表解析簡化為一個列表解析式。 首先看看這三個函數的作用：
map(lambda x:x**2, range(6)) >>>[0, 1, 4, 9, 16, 25]
lambda 輸入參數：輸出表達式 允許創建一行函數對象，不用def定義，簡化代碼
map(操作，需要操作的列表) 對所有列表成員應用一個操作
可以用列表解析來簡化上面的操作：
[x**2 for x in range(6)] >>>[0, 1, 4, 9, 16, 25]
同樣也可以用列表解析來簡化filter()操作，比如：
seq = [11, 10, 1, 9, 10, 2, 3, 44, 12, 11] print filter(lambda x: x % 2, seq) >>>[11, 1, 9, 3, 11]
可以用列表解析來簡化上面的操作：
print [x for x in seq if x % 2] >>>[11, 1, 9, 3, 11]
生成器是列表解析的一個拓展。
（expr for iter_var in iterable if cond_expr）
它與列表解析器非常相似，且語法基本相同，但不是真正創建列表而是生成一個生成器。這個生成器在每次計算出一個條目后，把這個條目“產生(yield)出來”，生成器表達式使用了“延遲計算（lazy evaluation）”,所以它使用內存上更有效。
print (x for x in seq if x % 2) >>><generator object <genexpr> at 0x00000000025B6AB0>
那到底什么時候使用生成器呢？
當創建列表只是一共中間過程的時候，為了避免創建龐大的列表，我們可以使用生成器表達式來完成。比如，我們要計算一篇txt文本的單詞數時，我們沒必要先將列表生成再計算單詞數。
f = open('*.txt','r')
len([word for line in f for word in line.split()]) #使用列表解析，先生成列表后計數
len(word for line in f for word in line.split()) #使用生成器，對返回的生成器計數，沒有生成列表
所做的只是把方括號去掉，不但少了兩個字節，更節省了內存。
這讓我想起了使用xrange()代替range(),道理是一樣的。xrange返回一個生成器，而range返回一個列表。