显然xrange更快，但我不知道为什么它更快（除了目前为止的传闻之外，没有证据表明它更快），或者除此之外还有什么不同
for i in range(0, 20):
for i in xrange(0, 20):
当前回答
python中的xrange（）和range（）的工作方式与用户类似，但当我们讨论如何使用这两个函数分配内存时，就会出现不同。
当我们使用range（）时，我们为它正在生成的所有变量分配内存，因此不建议与要生成的大量变量一起使用。
另一方面，xrange（）一次只能生成一个特定的值，并且只能与for循环一起使用，以打印所需的所有值。
其他回答
在这个简单的示例中，您将发现xrange优于range的优势：
import timeit
t1 = timeit.default_timer()
a = 0
for i in xrange(1, 100000000):
pass
t2 = timeit.default_timer()
print "time taken: ", (t2-t1) # 4.49153590202 seconds
t1 = timeit.default_timer()
a = 0
for i in range(1, 100000000):
pass
t2 = timeit.default_timer()
print "time taken: ", (t2-t1) # 7.04547905922 seconds
在xrange的情况下，上面的示例没有反映出任何明显更好的内容。
现在看看下面的例子，与xrange相比，range真的很慢。
import timeit
t1 = timeit.default_timer()
a = 0
for i in xrange(1, 100000000):
if i == 10000:
break
t2 = timeit.default_timer()
print "time taken: ", (t2-t1) # 0.000764846801758 seconds
t1 = timeit.default_timer()
a = 0
for i in range(1, 100000000):
if i == 10000:
break
t2 = timeit.default_timer()
print "time taken: ", (t2-t1) # 2.78506207466 seconds
使用range，它已经创建了一个从0到100000000的列表（耗时），但xrange是一个生成器，它只根据需要生成数字，也就是说，如果迭代继续的话。
在Python-3中，范围功能的实现与Python-2中的xrange功能的实现相同，而他们在Python-3中取消了xrange
快乐编码！！
这是出于优化的原因。
range（）将创建从开始到结束的值列表（示例中为0..20）。这将成为非常大范围的昂贵操作。
另一方面，xrange（）更为优化。它只会在需要时（通过xrange序列对象）计算下一个值，不会像range（）那样创建所有值的列表。
当在一个循环中测试range和xrange时（我知道我应该使用timeit，但这是使用一个简单的列表理解示例从内存中快速删除的），我发现如下：
import time
for x in range(1, 10):
t = time.time()
[v*10 for v in range(1, 10000)]
print "range: %.4f" % ((time.time()-t)*100)
t = time.time()
[v*10 for v in xrange(1, 10000)]
print "xrange: %.4f" % ((time.time()-t)*100)
其给出：
$python range_tests.py
range: 0.4273
xrange: 0.3733
range: 0.3881
xrange: 0.3507
range: 0.3712
xrange: 0.3565
range: 0.4031
xrange: 0.3558
range: 0.3714
xrange: 0.3520
range: 0.3834
xrange: 0.3546
range: 0.3717
xrange: 0.3511
range: 0.3745
xrange: 0.3523
range: 0.3858
xrange: 0.3997 <- garbage collection?
或者，在for循环中使用xrange：
range: 0.4172
xrange: 0.3701
range: 0.3840
xrange: 0.3547
range: 0.3830
xrange: 0.3862 <- garbage collection?
range: 0.4019
xrange: 0.3532
range: 0.3738
xrange: 0.3726
range: 0.3762
xrange: 0.3533
range: 0.3710
xrange: 0.3509
range: 0.3738
xrange: 0.3512
range: 0.3703
xrange: 0.3509
我的代码段测试是否正确？对xrange的较慢实例有何评论？或者更好的例子：-）
python中的xrange（）和range（）的工作方式与用户类似，但当我们讨论如何使用这两个函数分配内存时，就会出现不同。
当我们使用range（）时，我们为它正在生成的所有变量分配内存，因此不建议与要生成的大量变量一起使用。
另一方面，xrange（）一次只能生成一个特定的值，并且只能与for循环一起使用，以打印所需的所有值。
一定要花一些时间阅读图书馆参考资料。你越熟悉它，就越能更快地找到类似问题的答案。特别重要的是关于内置对象和类型的前几章。
xrange类型的优点是xrange对象总是使用相同数量的内存，无论它代表的范围大小如何。没有一致的性能优势。
另一种快速查找Python构造信息的方法是docstring和help函数：
print xrange.__doc__ # def doc(x): print x.__doc__ is super useful
help(xrange)
