python - 你应该总是喜欢 xrange() 而不是 range() 吗？

Question

为什么或者为什么不？

Answer 1

对于性能，尤其是在大范围迭代时，xrange()通常会更好。但是，在某些情况下您可能更喜欢range()：

• 在 python 3 中，range()做了xrange()以前做的事情，现在xrange()不存在了。如果您想编写可在 Python 2 和 Python 3 上运行的代码，则不能使用xrange().

• range()在某些情况下实际上可以更快 - 例如。如果多次迭代相同的序列。 xrange()每次都必须重建整数对象，但range()会有真正的整数对象。（然而，它在内存方面的表现总是更差）

• xrange()并非在需要真实列表的所有情况下都可用。例如，它不支持切片或任何列表方法。

[编辑] 有几篇文章提到range()了 2to3 工具将如何升级。作为记录，这是在一些示例用法上运行该工具的输出range()和xrange()

RefactoringTool: Skipping implicit fixer: buffer
RefactoringTool: Skipping implicit fixer: idioms
RefactoringTool: Skipping implicit fixer: ws_comma
--- range_test.py (original)
+++ range_test.py (refactored)
@@ -1,7 +1,7 @@

 for x in range(20):
-    a=range(20)
+    a=list(range(20))
     b=list(range(20))
     c=[x for x in range(20)]
     d=(x for x in range(20))
-    e=xrange(20)
+    e=range(20)

如您所见，当在 for 循环或理解中使用时，或者已经用 list() 包装时，范围保持不变。

Answer 2

不，它们都有各自的用途：

迭代时使用xrange()，因为它可以节省内存。说：

for x in xrange(1, one_zillion):

而不是：

for x in range(1, one_zillion):

另一方面，range()如果您确实想要一个数字列表，请使用。

multiples_of_seven = range(7,100,7)
print "Multiples of seven < 100: ", multiples_of_seven

Answer 3

仅当您需要实际列表时才应优先range()考虑。xrange()例如，当您想要修改由 返回的列表range()时，或者当您想要对其进行切片时。对于迭代甚至只是普通的索引，都可以正常xrange()工作（通常效率更高）。有一点range()比xrange()非常小的列表要快一点，但是根据您的硬件和各种其他细节，收支平衡可能是长度为 1 或 2 的结果；没什么好担心的。更喜欢xrange().

Answer 4

另一个区别是 Python 2 的实现xrange()不支持大于 C 整数的数字，所以如果你想使用 Python 内置的大数支持来获得一个范围，你必须使用range().

Python 2.7.3 (default, Jul 13 2012, 22:29:01) 
[GCC 4.7.1] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> range(123456787676676767676676,123456787676676767676679)
[123456787676676767676676L, 123456787676676767676677L, 123456787676676767676678L]
>>> xrange(123456787676676767676676,123456787676676767676679)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
OverflowError: Python int too large to convert to C long

Python 3 没有这个问题：

Python 3.2.3 (default, Jul 14 2012, 01:01:48) 
[GCC 4.7.1] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> range(123456787676676767676676,123456787676676767676679)
range(123456787676676767676676, 123456787676676767676679)

Answer 5

xrange()效率更高，因为它不是生成对象列表，而是一次只生成一个对象。而不是 100 个整数，以及它们的所有开销，以及将它们放入的列表，您一次只有一个整数。更快的生成，更好的内存使用，更高效的代码。

除非我特别需要某事的清单，否则我总是赞成xrange()

Answer 6

range() 返回一个列表，xrange() 返回一个 xrange 对象。

xrange() 速度更快，内存效率更高。但收益并不是很大。

列表使用的额外内存当然不仅仅是浪费，列表具有更多功能（切片、重复、插入……）。可以在文档中找到确切的差异。没有严格的规则，使用需要的东西。

Python 3.0 仍在开发中，但 IIRC range() 将与 2.X 的 xrange() 非常相似，并且 list(range()) 可用于生成列表。

Answer 7

我只想说，获得具有切片和索引功能的 xrange 对象并不难。我已经编写了一些运行良好的代码，并且在计算（迭代）时与 xrange 一样快。

from __future__ import division

def read_xrange(xrange_object):
    # returns the xrange object's start, stop, and step
    start = xrange_object[0]
    if len(xrange_object) > 1:
       step = xrange_object[1] - xrange_object[0]
    else:
        step = 1
    stop = xrange_object[-1] + step
    return start, stop, step

class Xrange(object):
    ''' creates an xrange-like object that supports slicing and indexing.
    ex: a = Xrange(20)
    a.index(10)
    will work

    Also a[:5]
    will return another Xrange object with the specified attributes

    Also allows for the conversion from an existing xrange object
    '''
    def __init__(self, *inputs):
        # allow inputs of xrange objects
        if len(inputs) == 1:
            test, = inputs
            if type(test) == xrange:
                self.xrange = test
                self.start, self.stop, self.step = read_xrange(test)
                return

        # or create one from start, stop, step
        self.start, self.step = 0, None
        if len(inputs) == 1:
            self.stop, = inputs
        elif len(inputs) == 2:
            self.start, self.stop = inputs
        elif len(inputs) == 3:
            self.start, self.stop, self.step = inputs
        else:
            raise ValueError(inputs)

        self.xrange = xrange(self.start, self.stop, self.step)

    def __iter__(self):
        return iter(self.xrange)

    def __getitem__(self, item):
        if type(item) is int:
            if item < 0:
                item += len(self)

            return self.xrange[item]

        if type(item) is slice:
            # get the indexes, and then convert to the number
            start, stop, step = item.start, item.stop, item.step
            start = start if start != None else 0 # convert start = None to start = 0
            if start < 0:
                start += start
            start = self[start]
            if start < 0: raise IndexError(item)
            step = (self.step if self.step != None else 1) * (step if step != None else 1)
            stop = stop if stop is not None else self.xrange[-1]
            if stop < 0:
                stop += stop

            stop = self[stop]
            stop = stop

            if stop > self.stop:
                raise IndexError
            if start < self.start:
                raise IndexError
            return Xrange(start, stop, step)

    def index(self, value):
        error = ValueError('object.index({0}): {0} not in object'.format(value))
        index = (value - self.start)/self.step
        if index % 1 != 0:
            raise error
        index = int(index)


        try:
            self.xrange[index]
        except (IndexError, TypeError):
            raise error
        return index

    def __len__(self):
        return len(self.xrange)

老实说，我认为整个问题有点愚蠢，无论如何 xrange 都应该做这一切......

Answer 8

出于以下原因选择范围：

1) xrange 将在较新的 Python 版本中消失。这为您提供了轻松的未来兼容性。

2) range 将具有与 xrange 相关的效率。

Answer 9

书中给出的一个很好的例子：Magnus Lie Hetland的Practical Python

>>> zip(range(5), xrange(100000000))
[(0, 0), (1, 1), (2, 2), (3, 3), (4, 4)]

我不建议在前面的示例中使用 range 而不是 xrange ——尽管只需要前五个数字，但 range 会计算所有数字，这可能需要很长时间。使用 xrange，这不是问题，因为它只计算所需的数字。

是的，我阅读了@Brian 的回答：在 python 3 中，range() 无论如何都是一个生成器，并且 xrange() 不存在。

Answer 10

好的，对于 xrange 与 range 的权衡和优势，这里的每个人都有不同的看法。它们大多是正确的， xrange 是一个迭代器，并且 range 充实并创建了一个实际列表。在大多数情况下，您不会真正注意到两者之间的区别。（您可以将 map 与 range 一起使用，但不能与 xrange 一起使用，但它会占用更多内存。）

但是，我认为您希望听到的是首选选择是 xrange。由于 Python 3 中的 range 是一个迭代器，因此代码转换工具 2to3 将正确地将所有 xrange 的使用转换为 range，并且会针对 range 的使用抛出错误或警告。如果您想确保将来轻松转换代码，您将仅使用 xrange，当您确定需要列表时使用 list(xrange)。我在今年（2008 年）在芝加哥的 PyCon 的 CPython 冲刺中了解到这一点。

Answer 11

• range()：range(1, 10)返回一个 1 到 10 个数字的列表并将整个列表保存在内存中。
• xrange(): 与 类似range()，但不是返回列表，而是返回一个对象，该对象根据需要生成范围内的数字。对于循环，这比range()内存效率要快一些。xrange()像迭代器一样的对象并按需生成数字（惰性评估）。

In [1]: range(1,10)
Out[1]: [1, 2, 3, 4, 5, 6, 7, 8, 9]

In [2]: xrange(10)
Out[2]: xrange(10)

In [3]: print xrange.__doc__
Out[3]: xrange([start,] stop[, step]) -> xrange object

range()执行与 Python 3中相同的xrange()操作，并且 Python 3 中不xrange()存在 术语。range()如果您多次迭代相同的序列，在某些情况下实际上可以更快。xrange()每次都必须重建整数对象，但range()会有真正的整数对象。

Answer 12

虽然xrange比range大多数情况下要快，但性能差异非常小。range下面的小程序比较了对 a和 an 的迭代xrange：

import timeit
# Try various list sizes.
for list_len in [1, 10, 100, 1000, 10000, 100000, 1000000]:
  # Time doing a range and an xrange.
  rtime = timeit.timeit('a=0;\nfor n in range(%d): a += n'%list_len, number=1000)
  xrtime = timeit.timeit('a=0;\nfor n in xrange(%d): a += n'%list_len, number=1000)
  # Print the result
  print "Loop list of len %d: range=%.4f, xrange=%.4f"%(list_len, rtime, xrtime)

下面的结果表明xrange确实更快，但还不足以让人流汗。

Loop list of len 1: range=0.0003, xrange=0.0003
Loop list of len 10: range=0.0013, xrange=0.0011
Loop list of len 100: range=0.0068, xrange=0.0034
Loop list of len 1000: range=0.0609, xrange=0.0438
Loop list of len 10000: range=0.5527, xrange=0.5266
Loop list of len 100000: range=10.1666, xrange=7.8481
Loop list of len 1000000: range=168.3425, xrange=155.8719

所以一定要使用xrange，但除非你在受限的硬件上，否则不要太担心。