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。

这样处理主要是Lazy求值的做法

设想一些应用场景，你需要对1000万个斐波那切数相加求和。

• 一种方法是先用一个列表，写一个函数，直接生成1000万个个斐波那切数，然后再把1000万个存储，然后迭代这个list的每一个数进行叠加求和。(先生成，再处理)
• 另外一种方式就是，写一个能按照要求，每次生成一个斐波那切数函数，求和的过程为每调用函数，生成一个斐波那切数，然后进行求和一次。(一边生成一遍处理)

第二种方法，就是一种lazy的方式，也就是python惯用的generator

不知道题主这句话是从何得来的,我测试的Python2.7就是转化成for函数而已如下.

不知道Py3.*中是否也是如此(可能变了吧)