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
range会创建一个列表，所以如果您选择range（10000000），它会在内存中创建一个包含9999999个元素的列表。xrange是一个生成器，因此它是一个序列对象。
这是正确的，但在Python3中，range（）将由Python2xrange（）实现。如果您需要实际生成列表，则需要执行以下操作：
list(range(1,100))
其他回答
对于范围（..）/xrange（..）的较小参数，差异减小：
$ python -m timeit "for i in xrange(10111):" " for k in range(100):" " pass"
10 loops, best of 3: 59.4 msec per loop
$ python -m timeit "for i in xrange(10111):" " for k in xrange(100):" " pass"
10 loops, best of 3: 46.9 msec per loop
在这种情况下，xrange（100）的效率仅提高约20%。
xrange使用迭代器（动态生成值），range返回一个列表。
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。
range创建一个列表，所以如果您使用range（10000000），它将在内存中创建一个包含10000000个元素的列表。xrange是一个生成器，因此它的求值是惰性的。
这给您带来了两个好处：
您可以在不出现MemoryError的情况下迭代更长的列表。由于它懒洋洋地解析每个数字，如果您提前停止迭代，就不会浪费时间创建整个列表。
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)
