本文已参与「新人创作礼」活动，一起开启掘金创作之路。

一、生成器函数

生成器函数：
def gensquares(N):
	for i in range(N):
		 yield i ** 2
此函数不断生成一系列数字的平方
for i in gensquares(5):
	print(i,end=" : ")
>>>0 : 1 : 4 : 9 : 16 : 
	

二、生成器表达式

生成器表达式同列表解析式几乎相同，只是将方括号改为了圆括号。并且列表解析式直接返回的是一个列表，而生成器解析式返回的是一个迭代器。

列表解析式：
>>>[x**2 for x in range(5)]
[0,1,4,9,16]
生成器表达式：
>>>(x**2 for x in range(5))
<generator object <genexpr> at 0x00000175EF39FC80>
    
    

三、迭代协议

迭代器是python中的一个非常重要的内容，下面我面简要介绍一下关于迭代协议的内容。 迭代协议：有__next__方法的的对象会前进到下一个结果，而在一系列结果的末尾时会引发StopInterration。在python中，任何这类对象都是可迭代对象。均可由for或其他迭代工具来进行遍历，因为迭代工具内部会自动调用__next__方法，并且会捕捉StopInterration异常来结束迭代。 python中有许多可迭代对象，例如range迭代器、map、zip、filter迭代器、list、字符串迭代对象等等，在此不一一列出。

四、列表解析

列表解析是函数式编程思想的一个重要工具。 L = [x*2 for x in range(5)] L >>>[0,2,4,6,8] 列表解析式比for循环更快，因为列表解析式是用C语言来运行的，比python的for循环代码在PVM中步进运行快的多。另外列表解析有一些扩展：

L=[x + y for x in range(5) for y in range(5)]
L
>>>[0, 1, 2, 3, 4, 1, 2, 3, 4, 5, 2, 3, 4, 5, 6, 3, 4, 5, 6, 7, 4, 5, 6, 7, 8]

列表解析可以用在多个地方，比如文件、字典等等

五、列表解析和filter、map的比较

例：

symbols = "abcdfg"
L = [ord(s) for s in symbols if ord(s)>98]
L
>>>[99, 100, 102, 103]
symbols = "abcdfg"
L = list(filter(lambda c : c>98,map(ord,symbols)))
L
>>>[99, 100, 102, 103]

看起来，或许列表解析式更加简单易懂一点！