转自:https://www.cnblogs.com/ymjyqsx/p/6426764.html

1.range()返回的是range object,而np.arange()返回的是numpy.ndarray() 
 range尽可用于迭代,而np.arange作用远不止于此,它是一个序列,可被当做向量使用。

2.range()不支持步长为小数,np.arange()支持步长为小数

3.两者都可用于迭代

4.两者都有三个参数,以第一个参数为起点,第三个参数为步长,截止到第二个参数之前的不包括第二个参数的数据序列 
某种意义上,和STL中由迭代器组成的区间是一样的,即左闭右开的区间。[first, last)或者不加严谨地写作[first:step:last)

xrange()也是用作循环,只是xrang(0,10)不返回list,返回xrange对象。每次调用返回其中的一个值。 
返回很大的数的时候或者频繁的需要break时候,xrange性能更好。arange和xrange没有区别,而且在数值大的时候xrang更优越,以后coding时候尽量用xrange。

>>>range(1,5)
range(1,5)
>>>tuple(range(1, 5))
(1, 2, 3, 4)
>>>list(range(1, 5))
[1, 2, 3, 4]>>>r = range(1, 5)
>>>type(r)
<class 'range'>>>>for  i in range(1, 5):
...    print(i)
1
2
3
4>>> np.arange(1, 5)
array([1, 2, 3, 4])>>>range(1, 5, .1)
Traceback (most recent call last):File "<stdin>", line 1, in <module>
TypeError: 'float' object cannot be interpreted as an integer>>>np.arange(1, 5, .5)
array([ 1. ,  1.5,  2. ,  2.5,  3. ,  3.5,  4. ,  4.5])>>>range(1, 5, 2)
>>>for i in range(1, 5, 2):
...    print(i)
1
3>>for i in np.arange(1, 5):
...    print(i)
1
2
3
4

  


说明:在python3中,xrange由range替代**********

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。

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。 
转载:http://www.nowamagic.net/academy/detail/1302446

转载于:https://www.cnblogs.com/xianhan/p/8778044.html

python range函数与numpy arange函数,xrange与range的区别相关推荐

  1. python range函数小数_python range函数与numpy arange函数,xrange与range的区别

    转自:https://www.cnblogs.com/ymjyqsx/p/6426764.html 1.range()返回的是range object,而np.arange()返回的是numpy.nd ...

  2. python 中arange函数_Python numpy.arange函数方法的使用

    numpy.arange numpy.arange([start, ]stop, [step, ]dtype=None) 返回给定间隔内的均匀间隔的值. 在半开间隔[start,stop)(换句话说, ...

  3. python numpy.arange() 函数的使用方法 (在给定间隔内返回均匀间隔的值)

    numpy.arange(start, stop, step, dtype = None) 在给定间隔内返回均匀间隔的值 参数: start -- 开始位置,数字,可选项,默认起始值为0 stop - ...

  4. 由numpy.arange函数看双精度浮点数的精度问题

    1.发现问题 想得到一个长度为57的.从0开始的.间隔为0.01的数组,想当然地如下coding,结果意料之外: >>> import numpy as np >>> ...

  5. [转载] python histogram函数_Python numpy.histogram_bin_edges函数方法的使用

    参考链接: Python中的numpy.ceil numpy.histogram_bin_edges numpy.histogram_bin_edges(a, bins=10, range=None, ...

  6. python中isin函数_Python numpy.isin函数方法的使用

    numpy.isin numpy.isin(element, test_elements, assume_unique=False, invert=False)     [source] 计算test ...

  7. python排大小函数_python numpy 一些函数 大小排序和统计

    排序大小函数 import numpy as np size = 100 a = np.random.randint(0, 1000, size=size) print(a) # 排序之后的前k个元素 ...

  8. python画图遇到复数值数据时应该用numpy.abs()函数还是numpy.real()函数

    分类专栏: python科学计算 文章标签: python 版权 100个numpy问题 100个左右的numpy问题帮助你熟练掌握numpy模块 勤奋的小乌贼 ¥29.90 订阅博主 总是感觉搞懂了 ...

  9. numpy.arange()函数解析

    numpy包中的使用arange函数创建数值范围并返回 ndarray 对象,函数格式如下: numpy.arange(start, stop, step, dtype) 根据 start 与stop ...

最新文章

  1. Jake Coco - Under The Covers, Vol. 2 {2011}
  2. GMQ发行稳定币将进一步打破稳定币市场垄断格局
  3. 流量难、获客难、增长难?增长黑客思维“解救”B端业务
  4. Oracle入门(十二J)之同义词
  5. django ORM创建数据库方法
  6. Activiti 多个并发子流程的应用
  7. activex control test container 服务器正在运行中_Desktop Central服务器RCE漏洞在野攻击分析...
  8. 理解Android的手势识别
  9. 蓝桥杯每日真题之货物摆放
  10. Shell 获取进程号
  11. paip..net VS2010提示当前上下文中不存在名称的解决
  12. python词云图生成简单实用
  13. 离散数学笔记--重言式
  14. Unity实用小工具或脚本—3D炫酷UI篇(一)
  15. 几种基本的数字正则表达式[转]
  16. Android P (9.0)刘海屏(DisplayCutout)适配方法
  17. nginx 排除 部分地址_在设计排除部分文化的图标时重新设计图标
  18. Python-opencv的指针检测、表盘识别算法案例分析
  19. 一个数的亲和数iiic++_小学1-6年级数学公式和定律
  20. Hadoop | Stom

热门文章

  1. 第七周项目一-三个函数在一个程序中(5)
  2. Android 新手常见的10个误区(下)
  3. 【Fragment】管理机制
  4. (0066)iOS开发之UITableViewCell上子控件通过superView找对应的cell的探究
  5. json最大长度限制_GET请求中URL的最大长度限制总结,读完之后,大部分程序员收藏了...
  6. 读书笔记-大型网站技术架构(核心原理与案例分析)
  7. 四种排序(冒泡、插入、递归、选择)
  8. 合并果子(NOIP2004)
  9. vue-router基本使用
  10. 洛谷P1372 又是毕业季IP1414 又是毕业季II[最大公约数]