下面是详细讲解Python中的迭代器、生成器与列表解析用法的完整攻略。

迭代器

在Python中，迭代器是访问集合元素的一种方式，可以让我们遍历集合中的每一个元素，而不用关心集合内部的实现细节。

迭代器用法示例

下面是一个迭代列表的例子：

lst = [1, 2, 3, 4, 5]
it = iter(lst)
for i in it:
    print(i, end=" ")

输出：

1 2 3 4 5

在上面的例子中，我们使用iter()函数创建了一个迭代器对象it，然后使用for循环遍历了整个列表。

生成器

与迭代器类似，生成器也是一种访问集合元素的方式。不过，生成器可以按需生成元素，而不是一次性生成所有元素，从而节省内存空间。

生成器用法示例

下面是一个生成器的例子：

def my_range(start, end, step):
    while start < end:
        yield start
        start += step

nums = my_range(0, 10, 2)
for num in nums:
    print(num, end=" ")

输出：

0 2 4 6 8

在上面的例子中，我们定义了一个my_range函数，该函数使用yield语句来生成一个序列，而不是将所有的序列一次性生成。这使得该函数可以按需生成元素，从而节省内存空间。我们可以像使用列表一样使用这个生成器，例如使用for循环遍历其元素。

列表解析

列表解析是一种基于现有列表创建新列表的方法，它可以用一行简单的代码完成循环、条件、映射等操作。

列表解析用法示例

下面是一个使用列表解析生成偶数列表的例子：

evens = [i for i in range(10) if i % 2 == 0]
print(evens)

输出：

[0, 2, 4, 6, 8]

在上面的例子中，我们使用一个简单的列表解析，按照给定的条件生成了一个偶数列表。列表解析由方括号[]包含，方括号内包含生成列表的表达式和所需的循环和条件。

结束语

以上是关于Python中的迭代器、生成器以及列表解析的简单介绍和示例。这些功能在Python中是非常重要的，因为它们可以帮助我们处理大量数据、减少内存使用和提高代码效率。希望这篇攻略能对你有所帮助。