这并不是埃拉托斯特尼筛法，尽管它看起来像是。实际上，它要糟糕得多。筛法是找素数的最佳算法。
参见 http://en.wikipedia.org/wiki/Sieve_of_Eratosthenes
编辑：我已经修改了https://stackoverflow.com/a/9302299/711085，使其成为一行代码（原本它不是真正的筛法，但现在可能是...）：
reduce( (lambda r,x: r-set(range(x**2,N,x)) if (x in r) else r),
range(2,N), set(range(2,N)))
演示：
>>> primesUpTo(N): lambda N: reduce(...)
>>> primesUpTo(30)
{2, 3, 5, 7, 11, 13, 17, 19}
很遗憾，我认为尽管这在函数式编程语言中很有效，但由于Python的非持久性（共享状态和不可变）数据结构，它可能不像预期那样高效，任何Python筛子都需要使用突变来达到可比较的性能。如果我们非常想要，仍然可以将其塞入一行代码中。但首先...
正常的筛子：
>>> N = 100
>>> table = list(range(N))
>>> for i in range(2,int(N**0.5)+1):
... if table[i]:
... for mult in range(i**2,N,i):
... table[mult] = False
...
>>> primes = [p for p in table if p][1:]
>>> primes
[2, 3, 5, 7, 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47, 53, 59, 61, 67, 71, 73, 79, 83, 89, 97]
现在我们可以在同一行上定义和调用匿名函数，以及使用
[...].__setitem__的hack来进行内联变异，以及使用
... and foo的hack来在返回
foo的同时评估
...：
>>> primesUpTo = lambda N: (lambda table: [[table.__setitem__(mult,False) for mult in range(i**2,N,i)] for i in range(2,int(N**0.5)+1) if table[i]] and [p for p in table if p][1:])(list(range(N)))
>>> primesUpTo(30)
[2, 3, 5, 7, 11, 13, 17, 19, 23, 29]
继续惊恐地蜷缩，这个单行代码被扩展了（因为你几乎可以直接翻译控制流而变得奇怪美丽，但却滥用了一切）：
lambda N:
(lambda table:
[[table.__setitem__(mult,False) for mult in range(i**2,N,i)]
for i in range(2,int(N**0.5)+1) if table[i]]
and [p for p in table if p][1:]
)(list(range(N)))
这个一行式的变异版本在我的计算机上在 10
8 左右就放弃了，而原始的变异版本在大约 10
9 处放弃，由于内存不足（奇怪）。
原始的 reduce 版本在 107 时放弃。因此，它可能并不是那么低效（至少对于您可以处理的计算机数字来说）。
编辑2 看来您可以更简洁地滥用副作用：
reduce( (lambda r,x: (r.difference_update(range(x**2,N,x)) or r)
if (x in r) else r),
range(2,N), set(range(2,N)))
它在大约108时放弃，与单行变异版本相同。
编辑3：这个运行时间为O(N)经验复杂度，而没有difference_update的情况下，它运行在O(n^2.2)的复杂度。
限制减少范围，到上限的平方根，并且只处理奇数,都会导致额外的加速（分别为2倍和1.6倍）：
reduce( (lambda r,x: (r.difference_update(range(x*x,N,2*x)) or r)
if (x in r) else r),
range(3, int((N+1)**0.5+1), 2),
set([2] + range(3,N,2)))
locals['_[1]']来引用它。 - APerson