序列
序列是指一组数据，按存放类型分为容器序列与扁平序列，按能否被修改分为不可变序列与可变序列。
容器序列与扁平序列
容器序列存放的是对象的引用，包括list、tuple、collections.deque。
扁平序列存放的是对象的值，包括str、bytes、bytearray、memoryview和array.array。
扁平序列的值是字符、字节和数值这种基础类型。
不可变序列与可变序列
不可变序列，包括tuple、str、bytes。
可变序列，包括list、bytearray、array.array、collection.deque、memoryview。
可以看出可变序列是从不可变序列继承来的，扩展了可变方法
列表推导
Python语言魅力在于简洁，这能从最常见的创建列表体现出来，比如我们想把字符串"abc"转换成新列表["a", "b", "c"]，常规写法：
symbols = "abc"
codes = []
for symbol in symbols:
codes.append(symbol)
print(codes) # ["a", "b", "c"]用到了for循环和列表append方法。实际上可以不用append方法，直接：
symbols = "abc"
codes = [symbol for symbol in symbols]这叫做列表推导，是更加Pythonic的写法。
无论是编写效率还是可阅读性，列表推导都更胜一筹，可以说是构建列表的快捷方式。但是不能滥用，通用原则是，如果列表推导的代码超过了两行，就要考虑用append了。这不是规定，完全可以凭借自我喜好来选择。
笛卡尔积是指多个序列中元素所有组合，我们用列表推导来实现笛卡尔积：
colors = ["black", "white"]
sizes = ["S", "M", "L"]
tshirts = [(color, size) for color in colors for size in sizes]一行代码搞定！Life is short，use Python，list comprehension is wonderful，amazing。
注意这行代码有两个for循环，等价于：
for color in colors:
for size in sizes:运行结果是：
[('black', 'S'), ('black', 'M'), ('black', 'L'), ('white', 'S'), ('white', 'M'), ('white', 'L')]如果换一下顺序：
[(color, size) for color in colors for size in sizes]等价于：
for size in sizes:
for color in colors:运行结果是不同的，观察第2个元素：
[('black', 'S'), ('white', 'S'), ('black', 'M'), ('white', 'M'), ('black', 'L'), ('white', 'L')]生成器表达式
一般接触到生成器时，都要讲yield关键字，看似有点复杂，然而却很简单，生成器就像列表推导一样，只不过是用来生成其他类型序列的，比如元组：
symbols = "abc"
codes = (symbol for symbol in symbols)它的语法非常简单，把列表推导的中括号[]换成小括号()，就可以了。
语法相似，本质上却有很大区别，我们试着用生成器表达式来实现笛卡尔积，看看会有什么变化：
colors = ["black", "white"]
sizes = ["S", "M", "L"]
tshirts = ((color, size) for color in colors for size in sizes)运行结果是：
at 0x000001FD57D2DB30> generator object，结果是一个生成器对象。因为生成器表达式在每次迭代时才会逐个产出元素，所以这里的结果并不是已经创建好的元组。列表推导才会一次性产生新列表所有元素。
通过迭代把生成器表达式结果输出：
for tshirt in tshirts:
print(tshirt)
('black', 'S')
('white', 'S')
('black', 'M')
('white', 'M')
('black', 'L')
('white', 'L')生成器表达式可以提升程序性能，比如要计算两个各有1000个元素的列表的笛卡尔积，生成器表达式可以帮忙省掉运行for循环的开销，即一个包含100万个元素的列表。
yield作用和return差不多，后面会讲到。