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 result
print "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 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傻，无论如何xrange都应该做所有这一切……
来源：CSDN
作者：asdfgh0077
链接：https://blog.csdn.net/asdfgh0077/article/details/104080161