详解Python中range()与xrange()的区别

目录
  • 前言
  • 返回类型
  • 记忆
  • 操作使用
  • Speed

前言

range() 和 xrange() 是两个函数，可用于在 Python的 for 循环中迭代一定次数。在 Python 3 中，没有 xrange，但 range 函数的行为类似于 Python 2 中的 xrange。如果要编写可在 Python 2 和 Python 3 上运行的代码，则应使用 range()。

  • range()  – 这将返回一个范围对象（一种可迭代的类型）。
  • xrange()  – 此函数返回生成器对象，该生成器对象只能通过循环来显示数字。唯一的特定范围是按需显示的，因此称为“惰性评估”。

两者都以不同的方式实现，并具有与之相关的不同特征。比较点如下：

  • 返回类型
  • 记忆
  • 操作使用
  • 速度

返回类型

range() 返回 -范围对象。

xrange() 返回 – xrange() 对象。

# 基于返回类型演示 range() 与 xrange() 的 Python 代码

# 用 range() 初始化 a
a = range(1,10000)

# 用 xrange() 初始化 a
x = xrange(1,10000)

# 测试 a 的类型
print ("The return type of range() is : ")
print (type(a))

# 测试 x 的类型
print ("The return type of xrange() is : ")
print (type(x))

输出：

The return type of range() is : 
<type 'list'>
The return type of xrange() is : 
<type 'xrange'>

记忆

与使用 xrange() 存储范围的变量相比，存储由range () 创建的范围的变量占用更多内存。 其基本原因是 range() 的返回类型是 list 而 xrange() 是 xrange() 对象。

# 基于内存演示 range() 与 xrange() 的 Python 代码

import sys

# 用 range() 初始化 a
a = range(1,10000)

# 用 xrange() 初始化 a
x = xrange(1,10000)

# 测试 range() 的大小需要更多内存
print ("The size allotted using range() is : ")
print (sys.getsizeof(a))

# 测试 x xrange() 的大小占用更少的内存
print ("The size allotted using xrange() is : ")
print (sys.getsizeof(x))

输出：

The size allotted using range() is : 
80064
The size allotted using xrange() is : 
40

操作使用

由于 range() 返回列表，因此可以在列表上应用的所有操作都可以在其上使用。另一方面，由于 xrange() 返回 xrange 对象，与 list 关联的操作不能应用于它们，因此是不利的。

# 根据操作使用情况演示 range() 与 xrange() 的 Python 代码

# 用 range() 初始化 a
a = range(1,6)

# 用 xrange() 初始化 a
x = xrange(1,6)

# 在 range() 打印上测试 slice 操作的使用没有错误
print ("The list after slicing using range is : ")
print (a[2:5])

# 在 xrange() 上测试切片操作的使用会引发错误
print ("The list after slicing using xrange is : ")
print (x[2:5])

错误：

Traceback (most recent call last):
  File "1f2d94c59aea6aed795b05a19e44474d.py", line 18, in 
    print (x[2:5])
TypeError: sequence index must be integer, not 'slice'

输出：

The list after slicing using range is : 
[3, 4, 5]
The list after slicing using xrange is :

Speed

由于 xrange() 仅评估仅包含惰性评估所需值的生成器对象，因此在实现上比 range()更快。

要点：

  • 如果您想编写可在 Python 2 和 Python 3 上运行的代码，请使用 range()，因为 xrange 函数在 Python 3 中已弃用。
  • 如果多次迭代相同的序列，range() 会更快。
  • xrange() 每次都必须重建整数对象，但 range() 将具有真正的整数对象。（然而，它在内存方面的表现总是更差）
range() xrange()
返回整数列表。 返回一个生成器对象。
执行速度较慢 执行速度更快。
占用更多内存，因为它将整个元素列表保留在内存中。 占用更少的内存，因为它一次只在内存中保留一个元素。
所有算术运算都可以在返回列表时执行。 此类操作不能在 xrange() 上执行。
在 python 3 中，不支持 xrange()。 在 python 2 中，xrange() 用于迭代 for 循环。

到此这篇关于详解Python中range()与xrange()的区别的文章就介绍到这了,更多相关Python range xrange内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • python中xrange用法分析

    本文实例讲述了python中xrange用法.分享给大家供大家参考.具体如下: 先来看如下示例: >>> x=xrange(0,8) >>> print x xrange(8) >>> print x[0] 0 >>> print x[7] 7 >>> print x[8] Traceback (most recent call last): File "<stdin>", line

  • 深入理解Python中range和xrange的区别

    我们已经给大家介绍过range和xrange的区别的基础知识,有兴趣的朋友可以参阅: python中xrange和range的区别 python中range()与xrange()用法分析 本次小编给大家带来的是深入理解range和xrange之间的区别. 两种用法介绍如下: 1.range([start], stop[, step]) 返回等差数列.构建等差数列,起点是start,终点是stop,但不包含stop,公差是step. start和step是可选项,没给出start时,从0开始:没给

  • python中xrange和range的区别

    range 函数说明:range([start,] stop[, step]),根据start与stop指定的范围以及step设定的步长,生成一个序列.range示例: 复制代码 代码如下: >>> range(5)[0, 1, 2, 3, 4]>>> range(1,5)[1, 2, 3, 4]>>> range(0,6,2)[0, 2, 4] xrange 函数说明:用法与range完全相同,所不同的是生成的不是一个数组,而是一个生成器.xrang

  • 浅谈Python中range和xrange的区别

    range()是Python的内置函数,用于创建整数的列表,可以生成递增或者递减的数列.xrange也有相同的功能, 今天来看下它们之间的不同. range 函数说明:range([start,] stop[, step]),根据start与stop指定的范围以及step设定的步长,生成一个序列. range示例: >>> range(6) [0, 1, 2, 3, 4, 5] >>> range(1,6) [1, 2, 3, 4, 5] >>> r

  • python中range()与xrange()用法分析

    python中range()与xrange()用法分析

    本文实例讲述了python中range()与xrange()用法.分享给大家供大家参考,具体如下: 据说range比xrange开销要大,原因是range会直接生成一个list对象,而xrange每次调用返回其中的一个值(参考:http://www.jb51.net/article/50072.htm).于是好奇做了个小小的测试,比较两个函数性能到底有多大差别. (1)测试代码 #!/usr/bin/env python from datetime import * def test_range

  • Python3如何使用range函数替代xrange函数

    在 Python 2 中 xrange() 创建迭代对象的用法是非常流行的.比如: for 循环或者是列表/集合/字典推导式.这个表现十分像生成器(比如."惰性求值").但是这个 xrange-iterable 是无穷的,意味着你可以无限遍历.由于它的惰性求值,如果你不得仅仅不遍历它一次,xrange() 函数 比 range() 更快(比如 for 循环).尽管如此,对比迭代一次,不建议你重复迭代多次,因为生成器每次都从头开始. 在 Python 3 中,range() 是像 xra

  • 详解Python中range()与xrange()的区别

    目录 前言 返回类型 记忆 操作使用 Speed 前言 range() 和 xrange() 是两个函数,可用于在 Python的 for 循环中迭代一定次数.在 Python 3 中,没有 xrange,但 range 函数的行为类似于 Python 2 中的 xrange.如果要编写可在 Python 2 和 Python 3 上运行的代码,则应使用 range(). range()  – 这将返回一个范围对象(一种可迭代的类型). xrange()  – 此函数返回生成器对象,该生成器对象

  • 详解Python中pyautogui库的最全使用方法

    在使用Python做脚本的话,有两个库可以使用,一个为PyUserInput库,另一个为pyautogui库.就本人而言,我更喜欢使用pyautogui库,该库功能多,使用便利.下面给大家介绍一下pyautogui库的使用方法.在cmd命令框中输入pip3 install pyautogui即可安装该库! 常用操作 我们在pyautogui库中常常使用的方法,如下: import pyautogui pyautogui.PAUSE = 1 # 调用在执行动作后暂停的秒数,只能在执行一些pyaut

  • 详解Python 中的容器 collections

    写在之前 我们都知道 Python 中内置了许多标准的数据结构,比如列表,元组,字典等.与此同时标准库还提供了一些额外的数据结构,我们可以基于它们创建所需的新数据结构. Python 附带了一个「容器」模块 collections,它包含了很多的容器数据类型,今天我们来讨论其中几个常用的容器数据类型,掌握了这几个可以减少我们重复造轮子所带来的烦扰. namedtuple 相信你已经熟悉了元组.一个元组相当于一个不可变的列表,你可以存储一个数据的序列.这里要说的 namedtuple(命名元组)和

  • 详解Python中import机制

    Python语言中import的使用很简单,直接使用import module_name语句导入即可.这里我主要写一下"import"的本质. Python官方定义: Python code in one module gains access to the code in another module by the process of importing it. 1.定义: 模块(module):用来从逻辑(实现一个功能)上组织Python代码(变量.函数.类),本质就是*.py文

  • 详解Python中第三方库Faker

    项目开发初期,为了测试方便,我们总要造不少假数据到系统中,尽量模拟真实环境. 比如要创建一批用户名,创建一段文本,电话号码,街道地址.IP地址等等. 平时我们基本是键盘一顿乱敲,随便造个什么字符串出来,当然谁也不认识谁. 现在你不要这样做了,用Faker就能满足你的一切需求. 1. 安装 pip install Faker 2. 简单使用 >>> from faker import Faker >>> fake = Faker(locale='zh_CN') >&

  • 详解python中的三种命令行模块(sys.argv,argparse,click)

    Python作为一门脚本语言,经常作为脚本接受命令行传入参数,Python接受命令行参数大概有三种方式.因为在日常工作场景会经常使用到,这里对这几种方式进行总结. 命令行参数模块 这里命令行参数模块平时工作中用到最多就是这三种模块:sys.argv,argparse,click.sys.argv和argparse都是内置模块,click则是第三方模块. sys.argv模块(内置模块) 先看一个简单的示例: #!/usr/bin/python import sys def hello(name,

  • 详解Python中常用的图片处理函数的使用

    目录 cvtColor函数 split()和merge() threshold()函数 自定义threshold函数进行二值化 色度函数applyColorMap cvtColor函数 这个函数有两个参数 1,src 要进行变换的原图像 2,code 转换代码标识 例子: import cv2 image=cv2.imread("ddd.jpg") image1=cv2.cvtColor(image,cv2.COLOR_BGR2BGRA) cv2.imshow(""

  • 详解Python中__new__方法的作用

    目录 前言 一.__new__方法简介 1.初始化数据加载+解析类实例 2.初始化数据加载重写new方法+解析类实例 二.单例模式 1.用new方法如何实现单例模式 2.如何控制类仅执行一次初始化方法 三.多例模式 总结 前言 Python中类的构造方法__new__方法有何作用? Python类中有些方法名.属性名的前后都添加__双下画线,这种方法.属性通常属于Python的特殊方法和特殊属性.通过重写这些方法或直接调用这些方法来实现特殊功能.今天来聊聊构造方法__new__实际程序的应用场景

随机推荐