一、列表生成式
想想如何创建一个列表[0,1,2,3,4,5]
l = [0,1,2,3,4,5]
如果上面的列表元素足够多的话，是不是会写很多代码？看看列表生成式怎么写
#列表生成式
l = [x for x in range(6)] #上面的代码相当于
l = []
for x in range(6):
l.append(x) #用列表生成式可以节省代码，快速生成列表
二、生成器（generator）
什么是生成器？
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）。
生成器只有在调用时才会生成相应的数据，生成器只记录当前位置并且生成器只有一个__next__()方法，但是一般不用next方法都用循环去调用生成器。
import time
a = time.time()
l = [x for x in range(30000000)]
b = time.time()
print(b-a) a = time.time()
g = (x for x in range(30000000))
b = time.time()
print(b-a) #l列表生成时间会很久，也很占内存，而g是用生成器没有耗时（原因是生成器调用才有数据）
斐波那契数列
斐波那契数列（Fibonacci sequence），又称黄金分割数列、因数学家列昂纳多·斐波那契（Leonardoda Fibonacci）以兔子繁殖为例子而引入，故又称为“兔子数列”，指的是这样一个数列：1、1、2、3、5、8、13、21、34、……在数学上，斐波纳契数列以如下被以递归的方法定义：F(1)=1，F(2)=1, F(n)=F(n-1)+F(n-2)（n>2，n∈N*）在现代物理、准晶体结构、化学等领域，斐波纳契数列都有直接的应用，为此，美国数学会从1963起出版了以《斐波纳契数列季刊》为名的一份数学杂志，用于专门刊载这方面的研究成果。
def fib(max):
n, a, b = 0, 0, 1
while n < max:
print（b）
a, b = b, a + b
n = n + 1
生成器函数版本：
def fib(max):
n, a, b = 0, 0, 1
while n < max:
yield b
a, b = b, a + b
n = n + 1
三、生成器牛逼的用法
生成器并行计算（简单的生产者消费者模型）异步IO模型雏形
#coding=utf-8
import time
from random import choice def producer():
mooncake = ["五仁馅", "咸蛋黄馅", "黑芝麻馅", "青红丝馅", "猪肉馅", "咸鱼馅"]
c = consumer('Mr.A')
c1 = consumer('Mis.B')
c.__next__()
c1.__next__()
print("食品厂开始生产月饼了")
n = 0
while n < 3:
time.sleep(1)
mooncake1 = choice(mooncake)
print("食品厂生产了%s月饼" % mooncake1)
c.send(mooncake1)
mooncake2 = choice(mooncake)
print("食品厂生产了%s月饼" % mooncake2)
c1.send(mooncake2)
n += 1 def consumer(name):
print("%s 准备开始吃月饼了" % name)
while True:
mooncake = yield
print("%s吃掉了%s月饼" % (name, mooncake)) producer()