您是否应该始终偏爱xrange（）而不是range（）？

为什么或者为什么不？

#1楼

另一个区别是xrange（）不能支持大于C ints的数字，因此，如果要使用python内置的大数字支持来获得范围，则必须使用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)

#2楼

xrange()效率更高，因为它不是一次生成一个对象列表，而是一次只生成一个对象。一次只能有一个整数，而不是100个整数及其所有开销和放入它们的列表。生成速度更快，内存使用更好，代码更高效。

除非我特别需要某件事的清单，否则我总是会喜欢xrange()

#3楼

仅在需要实际列表时，才应该使用range()不是xrange() 。例如，当您想要修改range()返回的列表时，或者希望对其进行切片时。对于迭代甚至普通索引， xrange()都可以正常工作（并且通常效率更高）。对于很小的列表，有一点range()比xrange()快一点，但是取决于您的硬件和各种其他细节，收支平衡的长度可能是1或2；不用担心。更喜欢xrange() 。

#4楼

出于以下原因选择范围：

1）xrange将在较新的Python版本中消失。这样可以轻松实现将来的兼容性。

2）range将承担与xrange相关的效率。

#5楼

为了提高性能，尤其是在较大范围内进行迭代时，通常使用xrange()更好。但是，在某些情况下，您可能更喜欢range() ：

在python 3中， range()做xrange()曾经做过的事情，而xrange()不存在。如果要编写可在Python 2和Python 3上运行的代码，则不能使用xrange() 。
在某些情况下， range()实际上可以更快-例如。如果多次重复相同的序列。 xrange()每次都必须重建整数对象，但是range()将具有真实的整数对象。（但是，在内存方面，它总是会表现得更差）
xrange()不适用于需要真实列表的所有情况。例如，它不支持切片或任何列表方法。

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

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，在for循环或理解中使用时，或已经用list（）包装的地方，范围保持不变。

#6楼

range（）返回一个列表，xrange（）返回一个xrange对象。

xrange（）更快，内存使用效率更高。但是收益不是很大。

列表使用的额外内存当然不只是浪费，列表还具有更多功能（切片，重复，插入等）。确切的差异可以在文档中找到。没有硬性规定，请使用所需的。

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

#7楼

好的，对于xrange与range的权衡和优势，每个人都有不同的看法。它们大体上是正确的，xrange是一个迭代器，range充实并创建实际列表。在大多数情况下，您不会真正注意到两者之间的差异。（您可以将map与range一起使用，但不能与xrange一起使用，但是会占用更多内存。）

但是，我认为您希望聚会中听到的是，首选是xrange。由于Python 3中的range是一个迭代器，因此代码转换工具2to3会将xrange的所有用法正确转换为range，并会针对range的使用抛出错误或警告。如果要确保将来轻松转换代码，则仅使用xrange，并在确定需要列表时使用list（xrange）。我是在今年（2008年）在芝加哥PyCon上进行的CPython冲刺中学到的。

#8楼

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，如果您实际上想要一个数字列表，请使用range() 。

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

#9楼

书中的一个很好的例子：Magnus Lie Hetland的实用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，这可能会花费很多时间。使用xrange，这不是问题，因为它仅计算所需的那些数字。

是的，我读了@Brian的答案：在python 3中，无论如何range（）都是生成器，而xrange（）不存在。

#10楼

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() ：类似于range() ，但不返回列表，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()快一点，并且内存效率更高。 xrange()对象类似于迭代器，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()与Python 3中的xrange()相同，并且Python 3中没有xrange()术语。如果多次迭代同一序列， range()实际上在某些情况下会更快。 xrange()每次都必须重建整数对象，但是range()将具有真实的整数对象。

#11楼

尽管在大多数情况下， xrange的速度比range快，但性能差异却很小。下面的小程序比较了在range和xrange迭代：

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 resultprint "Loop list of len %d: range=%.4f, xrange=%.4f"%(list_len, rtime, xrtime)

下面的结果表明， xrange的确更快，但不足以使您汗流over xrange 。

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

因此，请xrange使用xrange ，但是除非您使用的是受限硬件，否则请不要对此太担心。

#12楼

我只想说，获取具有切片和索引功能的xrange对象并不难。我编写了一些代码，这些代码相当有效，并且在计数（迭代）时与xrange一样快。

from __future__ import divisiondef read_xrange(xrange_object):# returns the xrange object's start, stop, and stepstart = xrange_object[0]if len(xrange_object) > 1:step = xrange_object[1] - xrange_object[0]else:step = 1stop = xrange_object[-1] + stepreturn start, stop, stepclass Xrange(object):''' creates an xrange-like object that supports slicing and indexing.ex: a = Xrange(20)a.index(10)will workAlso a[:5]will return another Xrange object with the specified attributesAlso allows for the conversion from an existing xrange object'''def __init__(self, *inputs):# allow inputs of xrange objectsif len(inputs) == 1:test, = inputsif type(test) == xrange:self.xrange = testself.start, self.stop, self.step = read_xrange(test)return# or create one from start, stop, stepself.start, self.step = 0, Noneif len(inputs) == 1:self.stop, = inputselif len(inputs) == 2:self.start, self.stop = inputselif len(inputs) == 3:self.start, self.stop, self.step = inputselse: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 numberstart, stop, step = item.start, item.stop, item.stepstart = start if start != None else 0 # convert start = None to start = 0if start < 0:start += startstart = 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 += stopstop = self[stop]stop = stopif stop > self.stop:raise IndexErrorif start < self.start:raise IndexErrorreturn Xrange(start, stop, step)def index(self, value):error = ValueError('object.index({0}): {0} not in object'.format(value))index = (value - self.start)/self.stepif index % 1 != 0:raise errorindex = int(index)try:self.xrange[index]except (IndexError, TypeError):raise errorreturn indexdef __len__(self):return len(self.xrange)

老实说，我认为整个问题有点傻，无论如何xrange都应该做所有这一切……