Python 语法糖之「列表推导式」如何使用与优化
列表推导式是Python里处理列表生成和转换的利器，用一行代码就能搞定循环和条件判断。
基本语法是 [expression for item in iterable if condition]。
举个例子，生成 0 到 9 的平方列表：
squares = [x**2 for x in range(10)]
加上条件过滤，比如只要偶数的平方：
even_squares = [x**2 for x in range(10) if x % 2 == 0]
嵌套循环也可以写在一起，比如生成坐标对：
coords = [(x, y) for x in range(3) for y in range(2)]
字典和集合也有对应的推导式：
# 字典推导式
square_dict = {x: x**2 for x in range(5)}
# 集合推导式
unique_squares = {x**2 for x in [1, -1, 2]}
注意别滥用复杂的推导式，否则会降低可读性。
一句话建议：用推导式让代码更简洁，但别牺牲可读性。
以前确实是，Python 最初的版本更接近 lisp，只有 map/filter/reduce 方式对序列处理。
后来从 haskell 那里偷师借用的列表推导式，从此开始边缘化 map/filter/reduce 方式。可能是 python 想彻底脱离函数式的风格。
在 python2.x 里用 map 比列表推导式效率高，直到 python3.x 做了优化才稍微超过 map。
支持原创教程，提几个建议。
1. 可迭代对象，其实实现了__iter__方法的对象也是可迭代的，不过文章里面没有提到，容易使人引起误解。
2. 应该写下效率的对比，python2 可以参考[这里]( https://www.python.org/doc/essays/list2str/)，python3 用 timeit 就好，告诉读者推导式的效率对比。
3. 4.2 节 for 的嵌套可以讲得更清楚点，很多人遇到嵌套推导都会看不懂。
4. 也讲下列表推导式的缺点吧，常的话可读性差 ，python 源码挺多部分也没有直接用列表推导式。
for 或 列表推导迭代环境是通过调用内置函数 iter 去尝试__iter__方法来实现的，这种方法返回一个迭代器对象，如果对象实现了，Python 解释器就会重复调用这个迭代器对象的 next 方法，直到发生 StopIteration 异常。
如果没找到这个对象__iter__方法，Python 解释器就会改用__getitem__机制，通过偏移量重复索引，直至发生 IndexError 异常，比如 str 对象是没有__iter__方法的，但是可以被迭代。
你说的大部分是正确的，__iter__和__next__会放在一起使用来实现[Iterator Protocol]( https://docs.python.org/3/c-api/iter.html)。但是如果对象的__iter__方法直接返回了一个 iterator 的话，不需要实现__next__方法也可以。
#14 其实我的版本是 py3.6.5
In [1]: import dis
In [2]: dis.dis("[a for a in [1,23,3]]")
1 0 LOAD_CONST 0 (<code object <listcomp> at 0x7f39be9236f0, file “<dis>”, line 1>)
2 LOAD_CONST 1 (’<listcomp>’)
4 MAKE_FUNCTION 0
6 LOAD_CONST 5 ((1, 23, 3))
8 GET_ITER
10 CALL_FUNCTION 1
12 RETURN_VALUE
In [3]:
这个应该是你看到的样子。
我们看到 CALL_FUNCTION 运行的就是前面 MAKE_FUNCTION 产生的结果。
然而产生的这个函数的字节码是下面这个样子的所以我说的没有问题。
In [10]: dis.dis(x)
1 0 BUILD_LIST 0
2 LOAD_FAST 0 (.0)
>> 4 FOR_ITER 8 (to 14)
6 STORE_FAST 1 (x)
8 LOAD_FAST 1 (x)
10 LIST_APPEND 2
12 JUMP_ABSOLUTE 4
>> 14 RETURN_VALUE
[ (x, y) for x in range(10) if x % 2 if x > 3 for y in range(10) if y > 7 if y != 8 ] 这不好阅读吧
{(j,i) for (i,j) in d.items() } 字典也能这样呢 学习了
