xrangerangepython
㈠ python學習之惰性求值
惰性求值，也就是延遲求值，表達式不會在它被綁定到變數之後就立即求值，而是等用到時再求值。這個特性可以解決一些巨大甚至無限的集合列表，如菲波那切數列、幾十G的文件等等。延遲求值的一個好處是能夠建立可計算的無限列表而沒有妨礙計算的無限循環或大小問題。
Python中的很多方法沒有直接返回列表，而是返回了一個可迭代的generator
(生成器)對象，這便是python的惰性求值，因為在創建一個很大的列表時，對內存的開銷非常大，太大時python會直接報錯，舉個:chestnut:：range()方法是產生一個指定范圍列表，在Python3之前，該方法直接產生一個列表，xrange()產生一個生成器：
>>>xrange(100)
xrange(100)
>>>range(100)
[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]
當參數裡面的值足夠大時，range()產生了一個巨大的列表，這是內存會吃不消，等待一段時間後程序會直接被Kill掉：
>>>foriinrange(999999999999):
...
printi
...
Killed:
9
占滿內存
用xrange()方法就不回出現這種問題，並且可以一直運行：
>>>foriinxrange(999999999999):
...
printi
...
0
1
2
3
4
5
6
7
8
9
10...
在Python3中range已經被改為了xrange,所以在python3中可以放心使用range().
惰性求值不要求你事先准備好整個迭代過程中所有的元素。迭代器僅僅在迭代至某個元素時才計算該元素，而在這之前或之後，元素可以不存在或者被銷毀
還有前文所說的list comprehension語句,在兩邊放上[]，會產生別表，如果數據源很長則會報內存錯誤:
>>>
print [iforiinrange(9999999999999999)]
Python(1627,0x7fffe5b713c0)
malloc: *** mach_vm_map(size=80000000000000000) failed
(errorcode=3)
***error:
can't allocate region
***seta
breakpointinmalloc_error_breaktodebug
Traceback
(most recentcalllast):
File "",
line 1,in<</span>mole>
MemoryError
這樣直接產生列表沒有效率，為了創建生成器對象，可以在list
comprehension兩邊放上()，這樣它就有了惰性求值的特性。
>>>
print((ifori
inrange(99999999999999)))
使用next()內建函數訪問生成器里的元素：
num =
(iforiinrange(5))
>>>
num
>>>>
next(num)
0
>>>
next(num)
1
>>>
for j in range(4):
...
print(next(num))
...
2
3
4
Traceback
(most recent call last):
File "",
line 2,in<</span>mole>
StopIteration
當訪問到最後元素時，再調用next(),Python將會拋出StopIteration異常。Python正是根據是否檢查到這個異常來決定是否停止迭代。
step1 =
someLongOperation1()step2 = someLongOperation2()step3 =
concatenate(step1, step2)
以上代碼需要分別執行一二兩步操作，第三步用到一二兩步的結果，在Pyhton中會有序的執行這些函數：首先是someLongOperation1，然後someLongOperation2，最後concatenate，如果確保沒有函數修改或依賴於全局變數，第一二步可以被並行執行。假設我們不想並行運行這兩個函數，我們只在其他函數依賴於step1和step2時才需要執行這兩個函數。我們甚至在concatenate調用之前都不必執行他們，可以把他們的求值延遲到concatenate函數內實際用到他們的位置。如果函數中用到了if分支語句，條件無關step1和step2則可以盡量將判斷條件放前面以減少不必要的計算：
step1 =
someLongOperation1()
step2 =
someLongOperation2()ifcondition:
step3 =
concatenate(step1, step2)
換為：ifcondition:
step1 =
someLongOperation1()
step2 =
someLongOperation2()
step3 =
concatenate(step1, step2)
如果concatenate是一個帶有條件分支的函數並且有的分支中只用了兩個參數中的一個，另一個參數就永遠沒有必要被求值。
㈡ python 的range()函數怎麼使用，為什麼單獨運行print(range(1,5))輸出還是range(1,5),而不是[1,2,3,4]
print("類型：",type(range(1,5)))
print(range.mro())看結果：
㈢ python 涓鐨剅ange榪斿洖鐨勬槸浠涔堝垪琛
鍦≒ython3浠ュ悗錛宺ange榪斿洖鐨勬槸涓涓鍙榪浠ｇ殑瀵硅薄錛屽苟涓嶆槸鍒楄〃錛岄渶瑕佸硅繑鍥炵殑瀵硅薄榪涜宭ist杞鎹錛屽湪2鐨勬椂鍊檙ange榪斿洖鐨勬槸list錛寈range鍜3鐨剅ange鐩鎬技錛岃矊浼3鎶妜range鍙栨秷浜
㈣ python版本有什麼不同
對比python2和python3，兩者的差異如下：
1. Python3 對 Unicode 字元的原生支持。
Python2 中使用 ASCII 碼作為默認編碼方式導致 string 有兩種類型 str 和 unicode，Python3 只
支持 unicode 的 string。Python2 和 Python3 位元組和字元對應關系為：
2. Python3 採用的是絕對路徑的方式進行 import
Python2 中相對路徑的 import 會導致標准庫導入變得困難（想像一下，同一目錄下有 file.py，如
何同時導入這個文件和標准庫 file）。Python3 中這一點將被修改，如果還需要導入同一目錄的文件必
須使用絕對路徑，否則只能使用相關導入的方式來進行導入。
推薦學習《python教程》
3. Python2 中存在老式類和新式類的區別，Python3 統一採用新式類。新式類聲明要求繼承 object，
必須用新式類應用多重繼承。
4. Python3 使用更加嚴格的縮進。Python2 的縮進機制中，1 個 tab 和 8 個 space 是等價的，所
以在縮進中可以同時允許 tab 和 space 在代碼中共存。這種等價機制會導致部分 IDE 使用存在問題。
Python3 中 1 個 tab 只能找另外一個 tab 替代，因此 tab 和 space 共存會導致報錯：TabError:
inconsistent use of tabs and spaces in indentation.
廢棄類差異
1. print 語句被 Python3 廢棄，統一使用 print 函數
2. exec 語句被 python3 廢棄，統一使用 exec 函數
3. execfile 語句被 Python3 廢棄，推薦使用 exec(open("./filename").read())
4. 不相等操作符"<>"被 Python3 廢棄，統一使用"!="
5. long 整數類型被 Python3 廢棄，統一使用 int
6. xrange 函數被 Python3 廢棄，統一使用 range，Python3 中 range 的機制也進行修改並提高
了大數據集生成效率
7. Python3 中這些方法再不再返回 list 對象：dictionary 關聯的 keys()、values()、items()，zip()，
map()，filter()，但是可以通過 list 強行轉換：
1. mydict={"a":1,"b":2,"c":3}
2. mydict.keys() #<built-in method keys of dict object at 0x000000000040B4C8>
3. list(mydict.keys()) #['a', 'c', 'b']
8. 迭代器 iterator 的 next()函數被 Python3 廢棄，統一使用 next(iterator)
9. raw_input 函數被 Python3 廢棄，統一使用 input 函數
10. 字典變數的 has_key 函數被 Python 廢棄，統一使用 in 關鍵詞
11. file 函數被 Python3 廢棄，統一使用 open 來處理文件，可以通過 io.IOBase 檢查文件類型
12. apply 函數被 Python3 廢棄
13. 異常 StandardError 被 Python3 廢棄，統一使用 Exception
修改類差異
1. 浮點數除法操作符「/」和「//」的區別
「 / 」：
Python2：若為兩個整形數進行運算，結果為整形，但若兩個數中有一個為浮點數，則結果為
浮點數；
Python3:為真除法，運算結果不再根據參加運算的數的類型。
「//」：
Python2：返回小於除法運算結果的最大整數；從類型上講，與"/"運算符返回類型邏輯一致。
Python3：和 Python2 運算結果一樣。
2. 異常拋出和捕捉機制區別
Python2
1. raise IOError, "file error" #拋出異常
2. except NameError, err: #捕捉異常
Python3
1. raise IOError("file error") #拋出異常
2. except NameError as err: #捕捉異常
3. for 循環中變數值區別
Python2，for 循環會修改外部相同名稱變數的值
1. i = 1
2. print （'comprehension: ', [i for i in range(5)]）
3. print （'after: i =', i ） #i=4
Python3，for 循環不會修改外部相同名稱變數的值
1. i = 1
2. print （'comprehension: ', [i for i in range(5)]）
3. print （'after: i =', i ） #i=1
㈤ python中xrange和range的區別用法
在python中
range
函數說明：range([start,] stop[, step])，根據start與stop指定的范圍以及step設定的步長，生成一個列表。
例子：總結：
所以xrange做循環的性能比range好，尤其是返回很大的時候。盡量用xrange吧，除非你是要返回一個列表。
㈥ Python|range函數用法完全解讀
迭代器是 23 種設計模式中最常用的一種（之一），在 Python 中隨處可見它的身影，我們經常用到它，但是卻不一定意識到它的存在。在關於迭代器的系列文章中（鏈接見文末），我至少提到了 23 種生成迭代器的方法。有些方法是專門用於生成迭代器的，還有一些方法則是為了解決別的問題而「暗中」使用到迭代器。
在系統學習迭代器之前，我一直以為 range() 方法也是用於生成迭代器的，現在卻突然發現，它生成的只是可迭代對象，而並不是迭代器！ （PS：Python2 中 range() 生成的是列表，本文基於Python3，生成的是可迭代對象）
於是，我有了這樣的疑問：為什麼 range() 不生成迭代器呢？在查找答案的過程中，我發現自己對 range 類型的認識存在一些誤區。因此，本文將和大家全面地認識一下 range ，期待與你共同學習進步。
1、range() 是什麼？
它的語法：range(start, stop [,step]) ；start 指的是計數起始值，默認是 0；stop 指的是計數結束值，但不包括 stop ；step 是步長，默認為 1，不可以為 0 。range() 方法生成一段左閉右開的整數范圍。
對於 range() 函數，有幾個注意點：（1）它表示的是左閉右開區間；（2）它接收的參數必須是整數，可以是負數，但不能是浮點數等其它類型；（3）它是不可變的序列類型，可以進行判斷元素、查找元素、切片等操作，但不能修改元素；（4）它是可迭代對象，卻不是迭代器。
2、 為什麼range()不生產迭代器？
可以獲得迭代器的內置方法很多，例如 zip() 、enumerate()、map()、filter() 和 reversed() 等等，但是像 range() 這樣僅僅得到的是可迭代對象的方法就絕無僅有了（若有反例，歡迎告知）。這就是我存在知識誤區的地方。
在 for-循環 遍歷時，可迭代對象與迭代器的性能是一樣的，即它們都是惰性求值的，在空間復雜度與時間復雜度上並無差異。我曾概括過兩者的差別是「一同兩不同」：相同的是都可惰性迭代，不同的是可迭代對象不支持自遍歷（即next()方法），而迭代器本身不支持切片（即 getitem () 方法）。
雖然有這些差別，但很難得出結論說它們哪個更優。現在微妙之處就在於，為什麼給 5 種內置方法都設計了迭代器，偏偏給 range() 方法設計的就是可迭代對象呢？把它們都統一起來，不是更好么？
事實上，Pyhton 為了規范性就干過不少這種事，例如，Python2 中有 range() 和 xrange() 兩種方法，而 Python3 就幹掉了其中一種，還用了「李代桃僵」法。為什麼不更規范點，令 range() 生成的是迭代器呢？
關於這個問題，我沒找到官方解釋，以下純屬個人觀點 。
zip() 等方法都需要接收確定的可迭代對象的參數，是對它們的一種再加工的過程，因此也希望馬上產出確定的結果來，所以 Python 開發者就設計了這個結果是迭代器。這樣還有一個好處，即當作為參數的可迭代對象發生變化的時候，作為結果的迭代器因為是消耗型的，不會被錯誤地使用。
而 range() 方法就不同了，它接收的參數不是可迭代對象，本身是一種初次加工的過程，所以設計它為可迭代對象，既可以直接使用，也可以用於其它再加工用途。例如，zip() 等方法就完全可以接收 range 類型的參數。
也就是說，range() 方法作為一種初級生產者，它生產的原料本身就有很大用途，早早把它變為迭代器的話，無疑是一種畫蛇添足的行為。
對於這種解讀，你是否覺得有道理呢？歡迎就這個話題與我探討。
3、range 類型是什麼？
以上是我對「為什麼range()不產生迭代器」的一種解答。順著這個思路，我研究了一下它產生的 range 對象，一研究就發現，這個 range 對象也並不簡單。
首先奇怪的一點就是，它竟然是不可變序列！我從未注意過這一點。雖然說，我從未想過修改 range() 的值，但這一不可修改的特性還是令我驚訝。
翻看文檔，官方是這樣明確劃分的——有三種基本的序列類型：列表、元組和范圍（range）對象。（There are three basic sequence types: lists, tuples, and range objects.）
這我倒一直沒注意，原來 range 類型居然跟列表和元組是一樣地位的基礎序列！我一直記掛著字元串是不可變的序列類型，不曾想，這里還有一位不可變的序列類型呢。
那 range 序列跟其它序列類型有什麼差異呢？
普通序列都支持的操作有 12 種。range 序列只支持其中的 10 種，不支持進行加法拼接與乘法重復。
那麼問題來了：同樣是不可變序列，為什麼字元串和元組就支持上述兩種操作，而偏偏 range 序列不支持呢？雖然不能直接修改不可變序列，但我們可以將它們拷貝到新的序列上進行操作啊，為何 range 對象連這都不支持呢？
且看官方文檔的解釋：
…e to the fact that range objects can only represent sequences that follow a strict pattern and repetition and concatenation will usually violate that pattern.
原因是 range 對象僅僅表示一個遵循著嚴格模式的序列，而重復與拼接通常會破壞這種模式…
問題的關鍵就在於 range 序列的 pattern，仔細想想，其實它表示的就是一個等差數列啊（喵，高中數學知識沒忘…），拼接兩個等差數列，或者重復拼接一個等差數列，想想確實不妥，這就是為啥 range 類型不支持這兩個操作的原因了。由此推論，其它修改動作也會破壞等差數列結構，所以統統不給修改就是了。
4、小結
回顧全文，我得到了兩個偏冷門的結論：range 是可迭代對象而不是迭代器；range 對象是不可變的等差序列。
若單純看結論的話，你也許沒有感觸，或許還會說這沒啥了不得啊。但如果我追問，為什麼 range 不是迭代器呢，為什麼 range 是不可變序列呢？對這倆問題，你是否還能答出個自圓其說的設計思想呢？（PS：我決定了，若有機會面試別人，我必要問這兩個問題的嘿~）
由於 range 對象這細微而有意思的特性，我覺得這篇文章寫得值了。本文是作為迭代器系列文章的一篇來寫的，所以對於迭代器的基礎知識介紹不多，另外，還有一種特殊的迭代器也值得單獨成文，那就是生成器了。
㈦ python xrange鍦ㄥ摢涓搴撻噷
1. python3娌℃湁xrange錛屽傛灉python2榪佺Щ鍒3銆佹垨鑰呰佸悓鏃跺湪2/3璺戠▼搴忥紝灝辮佹敞鎰忋
2. xrange涓嶆敮鎸佸垏鐗囷紝榪欎釜鐢ㄨ搗鏉ュ彲鑳戒笉鏄寰堢埥銆
涓浜鴻夊緱錛屽傛灉鏁版嵁閲忎笉澶э紝榪樻槸鐢╮ange錛屽傛灉鏁版嵁澶у苟涓旀槸鐗堟湰2鎵嶈冭檻鐢▁range銆
㈧ python xrange怎麼倒序循環
其實用range就可以倒循環了，
range(10,0,-1)
從10到0，每次減一。