首先关于问题里面引用的那句话：不要这样理解，会把自己绕进去，而且也不准确。这个问题要往简单来看。对于一个简单的 list comprehension [x**2 for x in range(10)]，它等价于：
l = []
for x in range(10):
l.append(x**2)
所以，list comprehension 只是一个语法糖，能让容器的初始化变得更加简洁，但它本质上还是在往容器里不断塞东西。（当然，由于这个语法存在，python 也可以针对性的优化性能，性能会比自己 append 好一些）
List comprehensions provide a concise way to create lists. List comprehensions 提供了一种简洁明了的方式来创建 list。 来自 python 官方文档
它跟 generator 概念不一样，如果要说的话，迭代器（iterator）可能才是描述 x**2 for x in range(10) 这种语法的正确方法，虽然它的名字确实叫做 generator expression。
其次，什么是 generator。 这个概念本身是很晦涩，如果初学不要强行理解。
简单说它就是一个数据生成器，或者精确点说，它是个调用者可控的迭代器（iterator），仅此而已。
Generator 函数就像一个扭蛋机，使用者每次投入一枚硬币它就吐出一颗扭蛋。
- 扭蛋机不知道也不关心使用者是谁
- 使用者不知道也不关心下次吐出的扭蛋是什么
- 当使用想要扭蛋的时候就投币，立即就会出一个扭蛋，或者告诉他已经没有库存了
- 当使用者不需要扭蛋的时候，他就可以一直无视这个扭蛋机
这样设计的好处是，耦合低和可控。
至于 generator 的高级用法，比如模拟 coroutine 什么的，可以暂时无视。
最后，关于 map、filter 等函数的设计思路。 从 generator 的特性可以看出，它所能表达的只能是一种顺序输出的情况，无法后悔，除非从头开始。 这就像一条工厂的流水线，只能向前不能后退。 如果我们有这样一条流水线，我们能做什么呢？
- 流水线的入口接着一个 generator，源源不断的从 generator 输出到流水线
- 我们可以对流水线上的东西进行加工，一块钢板在上面锉一下变成某米的后盖，这就是 map
- 我们可以把流水线上的残次品扔掉，这就是 filter
流水线生产是工业时代智慧体现，能够将执行效率做到最高，并且流水线上各个环节都没有耦合性，它的合理性相当明显。
免费AI编程助手
