介紹

　　　　1、生成器表達式（generator expression）也叫生成器推導式或生成器解析式，用法與列表推導式非常相似，在形式上生成器推導式使用圓括號（parentheses）作為定界符，而不是列表推導式所使用的方括號（square brackets）。

　　　　2、與列表推導式最大的不同是，生成器推導式的結果是一個生成器對象。生成器對象類似於叠代器對象，具有惰性求值的特點，只在需要時生成新元素，比列表推導式具有更高的效率，空間占用非常少，尤其適合大數據處理的場合。

　　　　3、使用生成器對象的元素時，可以根據需要將其轉化為列表或元組，也可以使用生成器對象的next()方法或者內置函數next()進行遍歷，或者直接使用for循環來遍歷其中的元素。但是不管用哪種方法訪問其元素，

　　　　　　只能從前往後正向訪問每個元素，不能再次訪問

　　　　4、已訪問過的元素，也不支持使用下標訪問其中的元素。當所有元素訪問結束以後，如果需要重新訪問其中的元素，必須重新創建該生成器對象，enumerate、filter、map、zip等其他叠代器對象也具有同樣的特點。

#1、創建生成器對象
g = ((i+2)**2 for i in range(10))
print g
#<generator object <genexpr> at 0x0000000003517798>

#2、將生成器對象轉換為元組
a = tuple(g)
print
 
 a
#(4, 9, 16, 25, 36, 49, 64, 81, 100, 121)

#3、生成器對象已遍歷結束，沒有元素了
print list(g)
#[]

#4、重新創建生成器對象
g = ((i+2)**2 for i in range(10))

#5、使用生成器對象的next()方法獲取元素
print g.next()
# 4
print g.next()
# 9

# 6、使用函數next()獲取生成器對象中的元素
print next(g)
# 16

g = ((i+2)**2 for i in range(10))

#7、使用循環直接遍歷生成器對象中的元素
 

for item in g:
    print item

#8、 filter對象也具有類似的特點
x = filter(None, range(20))
print x
# [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]


#9、map對象也具有類似的特點
x = map(str, range(20))
print x
# [‘0‘, ‘1‘, ‘2‘, ‘3‘, ‘4‘, ‘5‘, ‘6‘, ‘7‘, ‘8‘, ‘9‘, ‘10‘, ‘11‘, ‘12‘, ‘13‘, ‘14‘, ‘15‘, ‘16‘, ‘17‘, ‘18‘, ‘19‘]

詳解Python中的生成器表達式（generator expression）