列表生成器： 即List Comprehensions。 在python中，可通过内置的强大有简单的生成式来创建列表。例如创建一个1到10的列表list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 可以用list=[x for x in range(1,11)]直接实现
但如果要生成[1x1, 2x2, 3x3, ..., 10x10]怎么做？方法一是循环：
L = []
for x in range(1, 11):
L.append(x * x) L
[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]但是，运用列表生成式，可以写出非常简洁的代码 list=[x*x for x in range(1,11)]
生成器：
通过列表生成式，我们可以创建一个列表，但是，由于受到内存的限制，列表的容量是有限的，而且；创建一个包含100万个元素的列表，不仅占用很大的内存空间，如果我们仅仅需要访问前面几个元素，那后边的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的推算出后面的元素那？这样就不必创建完整的列表，从而节省大量的空间。在python中，这种一遍循环，一遍计算的机制，成为生成器：generator
创建生成器的方法1：只需把一个列表的[]改成（） list = (x*2 for x in range(10)) next(list) 执行一次生成一个，一次只生成一个
创建生成器的方法2：用函数实现（当for循环无法实现的时候），比如：斐波那契数列
斐波拉契数列：除第一个第二个数外，任何一个数都是由前两位数相加得到。 1,1,2,3,5……
加上yield的函数就变成了列表生成式，不再是函数，变成了生成器，生成一个对象，需要变量接受
Yield有两个功能：停止函数，返回yield后面的那个值
Send和next都可以让生成器（yield）继续执行，但是send可以放一个参数，__next__不能，send传的参数就是yield表达式的结果 第一次使用send带的参数必须为None或者使用__next__方法
yield多任务处理 ： 
迭代器：
迭代器： 在上一个数值的基础上进行下一个数值（在原有基础上开发新的） 循环就是迭代
可迭代对象：一类是集合数据类型：list tuple,dict ,set, str等
另一类是generator，包括生成器和带yield的genarator function
这些可用于for循环的对象统称为可迭代对象：iterable
用isinstance()判断对象是否为迭代对象（iterable）
生成器都是Iterator对象，但list、dict、str虽然是Iterable，却不是Iterator。
把list、dict、str等Iterable变成Iterator可以使用iter()函数
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；
集合数据类型如list、dict、str等是Iterable但不是Iterator，不过可以通过iter()函数获得一个Iterator对象。
