列表推导式:
和列表一样，也采用方括号 [] 表示，并且用到了一个简写版的 for 循环，将推导式开始的那个表达式映射到每一个匹配的元素上去。
1. >>> even_numbers = [x for x in range(10) if x%2 == 0]
2. >>> even_numbers
3. [0,2,4,6,8]
还可以使用两层循环，可以生成全排列：
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
生成器表达式 (generator expression)：
除了它有一种称之为 “惰性计算” 的特点以外，它和列表推导式的用法基本一致，只不过是把一对中括号 [] 变换为一对小括号 ()。它的工作方式是每次处理一个对象，而不是一口气处理和构造整个数据结构，这样做的潜在优点是可以节省大量的内存，在处理大量的数据是，最好考虑生成器表达式而不是列表推导式。
1. >>> even_numbers = (x for x in range(10000) if x%2 == 0)
2. >>> even_numbers
3. <generator object at 0x....>
另一个列表推导式和生成器表达式的例子是：
1. >>> data = ['abc','def','I use python', 'hong201']
2. >>> sum([len(word) for word in data])
3. 25
4. >>> sum(len(word) for word in data)
5. 25
enumerate() 是一个同时能让你迭代和计数的内置函数，而 for 循环自身只能迭代而没办法计数：
注：enumerate() 函数用于将一个可遍历的数据对象 (如列表、元组或字符串) 组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。
1. >>> data = [123,"abc",3.14]
2. >>> for i in enumerate(data):
3. ... print i
4. ...
5. (0, 123)
6. (1, 'abc')
7. (2, 3.14)
另一个区别：
迭代器（多迭代）：可以多次迭代
>>> myiterator = [x*x for x in range(3)]
>>> for x in myiterator:
... print(x)
...
0
1
4
>>> for x in myiterator:
... print(x)
...
0
1
4
生成器（单迭代）：只能迭代一次
>>> mygenerator = (x*x for x in range(3))
>>> for x in mygenerator:
... print(x)
...
0
1
4
>>> for x in mygeneration:
... print(x)
...
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
NameError: name 'mygeneration' is not defined
