设为首页 收藏本站
查看: 1536|回复: 0

[经验分享] Python xrange与range的区别

[复制链接]

尚未签到

发表于 2018-8-13 08:01:41 | 显示全部楼层 |阅读模式
  转载自:现代魔法学院
  原文地址:http://www.nowamagic.net/academy/detail/1302446
  range 前面小节已经说明了,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。
  比如:
>>> range(5)  
[0, 1, 2, 3, 4]
  
>>> range(1,5)
  
[1, 2, 3, 4]
  
>>> range(0,6,2)
  
[0, 2, 4]
  xrange 用法与 range 完全相同,所不同的是生成的不是一个list对象,而是一个生成器。
>>> xrange(5)  
xrange(5)
  
>>> list(xrange(5))
  
[0, 1, 2, 3, 4]
  
>>> xrange(1,5)
  
xrange(1, 5)
  
>>> list(xrange(1,5))
  
[1, 2, 3, 4]
  
>>> xrange(0,6,2)
  
xrange(0, 6, 2)
  
>>> list(xrange(0,6,2))
  
[0, 2, 4]
  由上面的示例可以知道:要生成很大的数字序列的时候,用xrange会比range性能优很多,因为不需要一上来就开辟一块很大的内存空间。
  xrange 和 range 这两个基本上都是在循环的时候用。
>>> xrange(5)  
xrange(5)
  
>>> list(xrange(5))
  
[0, 1, 2, 3, 4]
  
>>> xrange(1,5)
  
xrange(1, 5)
  
>>> list(xrange(1,5))
  
[1, 2, 3, 4]
  
>>> xrange(0,6,2)
  
xrange(0, 6, 2)
  
>>> list(xrange(0,6,2))
  
[0, 2, 4]
  由上面的示例可以知道:要生成很大的数字序列的时候,用xrange会比range性能优很多,因为不需要一上来就开辟一块很大的内存空间。
  xrange 和 range 这两个基本上都是在循环的时候用。
for i in range(0, 100):  
    print i
  

  
for i in xrange(0, 100):
  
    print i
  这两个输出的结果都是一样的,实际上有很多不同,range会直接生成一个list对象:
a = range(0,100)  
print type(a)
  
print a
  
print a[0], a[1]
  输出结果:
<type 'list'>  
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
  
0 1
  而xrange则不会直接生成一个list,而是每次调用返回其中的一个值:
a = xrange(0,100)  
print type(a)
  
print a
  
print a[0], a[1]
  输出结果:
<type 'xrange'>  
xrange(100)
  
0 1
  所以xrange做循环的性能比range好,尤其是返回很大的时候。尽量用xrange吧,除非你是要返回一个列表。

运维网声明 1、欢迎大家加入本站运维交流群:群②:261659950 群⑤:202807635 群⑦870801961 群⑧679858003
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.yunweiku.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.yunweiku.com/thread-550903-1-1.html 上篇帖子: python性能优化 下篇帖子: python 元类
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服E-mail:kefu@iyunv.com 客服QQ:1061981298


QQ群⑦:运维网交流群⑦ QQ群⑧:运维网交流群⑧ k8s群:运维网kubernetes交流群


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud

快速回复 返回顶部 返回列表