Question

最近我开始使用Python3并且缺乏xrange伤害。

简单示例：

1） Python2：

from time import time as t
def count():
  st = t()
  [x for x in xrange(10000000) if x%4 == 0]
  et = t()
  print et-st
count()

2） Python3：

from time import time as t

def xrange(x):

    return iter(range(x))

def count():
    st = t()
    [x for x in xrange(10000000) if x%4 == 0]
    et = t()
    print (et-st)
count()

结果分别为：

1） 1.53888392448 2） 3.215819835662842

为什么？我的意思是，为什么xrange被删除了？这是一个很好的学习工具。对于初学者，就像我一样，就像我们所有人一样。为什么删除它？有人能指出我正确的PEP，我找不到它。

干杯。

Answer 1

使用timeit进行一些性能测量，而不是尝试使用time手动执行。

首先，Apple 2.7.2 64位：

In [37]: %timeit collections.deque((x for x in xrange(10000000) if x%4 == 0), maxlen=0)
1 loops, best of 3: 1.05 s per loop

现在，python.org 3.3.0 64位：

In [83]: %timeit collections.deque((x for x in range(10000000) if x%4 == 0), maxlen=0)
1 loops, best of 3: 1.32 s per loop

In [84]: %timeit collections.deque((x for x in xrange(10000000) if x%4 == 0), maxlen=0)
1 loops, best of 3: 1.31 s per loop

In [85]: %timeit collections.deque((x for x in iter(range(10000000)) if x%4 == 0), maxlen=0) 
1 loops, best of 3: 1.33 s per loop

显然，3.x range确实比2.x xrange慢一点。 OP的xrange功能与它无关。（这并不奇怪，因为对__iter__插槽的一次性调用不太可能在循环中发生的10000000次调用中可见，但是有人提出它是可能的。）

但它只慢了30％。 OP如何获得2倍的速度？好吧，如果我用32位Python重复相同的测试，我得到1.58和3.12。所以我的猜测是，这是另一种情况，其中3.x已经针对32位的方式针对64位性能进行了优化。

但这真的很重要吗？再次检查这一点，再次使用3.3.0 64位：

In [86]: %timeit [x for x in range(10000000) if x%4 == 0]
1 loops, best of 3: 3.65 s per loop

因此，构建list所需的时间是整个迭代的两倍多。

至于“消耗比Python 2.6+更多的资源”，从我的测试来看，它看起来像3.x range与2.x xrange完全相同 - 并且，即使它是10倍大，构建不必要的列表仍然比范围迭代可能做的任何事情多10000000倍。

那么明确的for循环而不是deque中的C循环呢？

In [87]: def consume(x):
   ....:     for i in x:
   ....:         pass
In [88]: %timeit consume(x for x in range(10000000) if x%4 == 0)
1 loops, best of 3: 1.85 s per loop

因此，在for语句中浪费的时间几乎与迭代range的实际工作一样多。

如果你担心优化范围对象的迭代，你可能会找错了地方。

与此同时，你不断问为什么xrange被移除了，无论人们多少次告诉你同样的事情，但我会再次重复：它没有删除：它被重命名为{{1} }，而2.x range就是删除的内容。

这里有一些证据证明3.3 range对象是2.x range对象的直接后代（而不是2.x xrange函数）：来源{ {3}}和3.3 range。您甚至可以看到2.7 xrange（我相信，链接到文件中任何位置替换字符串“xrange”的最后一个实例的更改）。

那么，为什么它会变慢？

嗯，首先，他们添加了许多新功能。另一方面，他们在整个地方（特别是在迭代内部）做了各种各样的改变，这些改变都有轻微的副作用。并且已经做了很多工作来大幅优化各种重要案例，即使它有时会使不太重要的案例略微悲观。加上这一切，我并不感到惊讶的是，尽可能快地迭代range现在有点慢。这是一个不那么重要的案例，没有人会关注到足够关注。任何人都不可能有一个真实的用例，其中这种性能差异是他们代码中的热点。

Answer 2

Python3的范围是 Python2的xrange。没有必要围绕它包裹它。要在Python3中获取实际列表，您需要使用list(range(...))

如果你想要一些适用于Python2和Python3的东西，试试这个

try:
    xrange
except NameError:
    xrange = range

Answer 3

Python 3的range类型就像Python 2的xrange一样。我不确定为什么你会看到减速，因为xrange函数返回的迭代器正好是你直接迭代range所得到的。

我无法重现系统的减速。这是我测试的方式：

Python 2，xrange：

Python 2.7.3 (default, Apr 10 2012, 23:24:47) [MSC v.1500 64 bit (AMD64)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> import timeit
>>> timeit.timeit("[x for x in xrange(1000000) if x%4]",number=100)
18.631936646865853

Python 3，range更快一点：

Python 3.3.0 (v3.3.0:bd8afb90ebf2, Sep 29 2012, 10:57:17) [MSC v.1600 64 bit (AMD64)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> import timeit
>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=100)
17.31399508687869

我最近了解到Python 3的range类型还有其他一些简洁的功能，例如支持切片：range(10,100,2)[5:25:5]是range(15, 60, 10)！

Answer 4

修复python2代码的一种方法是：

import sys

if sys.version_info >= (3, 0):
    def xrange(*args, **kwargs):
        return iter(range(*args, **kwargs))

Answer 5

Python 2中的xrange是一个生成器并实现了迭代器，而range只是一个函数。在Python3中，我不知道为什么会从xrange中删除。

Answer 6

comp：〜$ python Python 2.7.6（默认，2015年6月22日，17：58：13） linux2上的[GCC 4.8.2]

>>> import timeit
>>> timeit.timeit("[x for x in xrange(1000000) if x%4]",number=100)

5.656799077987671

>>> timeit.timeit("[x for x in xrange(1000000) if x%4]",number=100)

5.579368829727173

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=100)

21.54827117919922

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=100)

22.014557123184204

时间数= 1参数：

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=1)

0.2245171070098877

>>> timeit.timeit("[x for x in xrange(1000000) if x%4]",number=1)

0.10750913619995117

comp：〜$ python3 Python 3.4.3（默认，2015年10月14日，20：28：29） Linux上的[GCC 4.8.4]

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=100)

9.113872020003328

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=100)

9.07014398300089

时间数= 1,2,3,4 param可以快速且线性地运行：

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=1)

0.09329321900440846

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=2)

0.18501482300052885

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=3)

0.2703447980020428

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=4)

0.36209142999723554

所以似乎我们测量1个正在运行的循环周期，如timeit.timeit（“[x for x in range（1000000）if x％4]”，number = 1）（正如我们在实际代码中实际使用的那样）python3的工作原理足够快，但在重复循环中，python 2 xrange（）在python 3中对range（）的速度获胜。

为什么Python3中没有xrange函数？

6 个答案: