1. 循环对象
循环对象是一类特殊的对象，它包含一个next()方法(在python3中是 __next__()方法）,该方法的目的是进行到下一个结果，而在结束一系列结果之后，举出 StopIteration错误。
当一个循环结构（比如for）调用循环对象的时候，它就会每次循环的时候调用 next()方法，直到 StopIteration出现，for循环接收到 StopIteration，就知道循环结束，停止调用next().比如：
f = open('1.txt')
f.next()
f.next()
...
open()实际返回一个循环对象，不断输入 f.next()，直到遇到 StopIteration
以上使用next()方法手动循环对象，可以自动的进行：
for lin in open('1.txt')
print line
for循环结构自动调用 next()方法，将该方法的返回值赋予给line。循环知道出现 StopIteration的时候结束。
相对于序列，使用循环对象的好处在于：不用在循环还没开始的时候，就生成好要使用的元素。所使用元素
可以在循环的过程中逐渐生成，类似 迭代器。
2. 迭代器
从技术上来说，循环对象和for循环调用之间还有一个中间层，就是要将循环对象转换成迭代器。这一转换是通过iter()函数实现的，在逻辑层面上常常忽略这一点，所以循环独享和迭代器常常相互指代。
3.生成器
生成器可以构造一个用户自定义的循环对象。生成器的编写方法和函数定义类似，只是在return的地方改为 yield。生成器中可以有多个yield，当生成器遇到一个yield时，会暂停运行生成器，返回yield后面的值。当再次调用生成器的时候，会从刚才暂停的地方继续运行，直到下一次yield。生成器自身构成一个循环器，每次循环使用一个yield返回的值。
def gen():
a = 100
yield a
a = a*8
yield a
yield 1000
for i in gen():
print i
def gen():
for i in range(4):
yield i
或者可以写成生成器表达式
G = (x for x in range(4))
4.表推导
表推导是快速生成表的方法，它的语法简单，很有实用价值。
假设我们生成表L：
L = []
for x in range(10):
L.append(x**2)
使用表推导表达式可以很方便的写为：
L = [x**2 for x in range(10) ]
这和生成器表达式类似，只不过使用的是中括号。
注意生成器表达式和表推导的区别，圆括号 vs 中括号:
#生成器表达式 G = (x for x in range(4)) #表推导 L = [x**2 for x in range(10)]
5. lambda函数
func = lambda x, y: x+ y print func(3,4)
lambda 函数是一种匿名函数，可以在代码中封装一些常用的操作代码，而不需要显式的定义函数。
6. 函数作为参数传递
函数可以作为一个对象，进行参数传递。函数名即为该对象，比如说：
def test(f, a, b):
print 'test'
f(a, b)
test(func, 3, 4)
#func为一个函数，作为一个参数，传递给函数test
也可以将一个lambda表达式作为参数传递给函数：
test((lambda x, y: x**2 + y), 6, 9)
7. map函数
map()是python的内置函数，它的第一个参数是一个函数对象。
re = map((lambda x:x + 3), [1,3,4,5])
这里参数1为lambda定义的函数对象，参数2为一个包含多个元素的表。map()的功能是将函数对象依次作用于表的每一个元素，每次作用的结果存储于返回的表re中。map是通过读入的函数来操作数据。
如果作为参数的函数对象有多个参数，可以使用下面的方式，向map()传递函数参数的多个参数：
re = map((lambda x, y: x + y), [1,2,3], [6,7,8])
map()将每次从两个表中分别取出一个元素，带入lambda所定义的函数。
在python3中，map()返回值不是一个表，而是一个循环对象。
8. filter函数
filter()和map()类似，将作为参数的函数对象作用于多个元素。如果函数对象返回的为True，则该次的元素被存储于返回的表中。filter通过读入的函数来筛选数据。在python3中，filter返回的不是表，而是循环对象。
def func(a):
if a > 100：
return True
else:
return False
print fileter(func, [10, 56, 101, 100])
9. reduce函数
reduce函数的第一个参数也是函数对象，但是该函数自身能接受两个参数。reduce可以累进的将函数作用于各个参数。如：
print reduce((lambda x, y: x + y), [1,2,3,4])
第一个参数为lambda表达式，接受两个参数x，y，返回x+y
reduce将表中的前两个元素1，2传递给lambda函数，得到3。该返回值3将作为lambda函数的第一个参数，而表中得下一个元素3作为lambda函数的第二个参数，进行下一次对lambda函数的调用，得到6，最后得到10.直到表中没有剩余的元素。
参考：
http://www.cnblogs.com/vamei/archive/2012/09/13/2682778.html