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
在Python 2.x中：
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是一个延迟求值的序列对象。
在Python 3中：
range相当于Python 2的xrange。要获得列表，必须显式使用list（range（…））。xrange不再存在。
其他回答
xrange返回一个迭代器，每次只在内存中保留一个数字。范围将整个数字列表保存在内存中。
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))
在python 2.x中
range（x）返回一个列表，该列表是在内存中用x元素创建的。
>>> a = range(5)
>>> a
[0, 1, 2, 3, 4]
xrange（x）返回一个xrange对象，它是一个生成器obj，可以根据需要生成数字。它们是在for循环（惰性评估）期间计算的。
对于循环，这比range（）稍快，内存效率更高。
>>> b = xrange(5)
>>> b
xrange(5)
Python 2.x中的range（）
该函数本质上是Python2.x中可用的旧range（）函数，并返回包含指定范围内元素的列表对象的实例。
然而，当使用一系列数字初始化列表时，这种实现效率太低。例如，对于范围（1000000）中的i，无论是在内存还是时间使用方面，都是一个非常昂贵的命令，因为它需要将这个列表存储到内存中。
Python 3.x中的range（）和Python 2.x中的xrange（）
Python3.x引入了一个新的range（）实现（而新的实现已经在Python2.x中通过xrange（）函数提供）。
range（）利用了一种称为惰性求值的策略。新的实现没有在范围内创建一个庞大的元素列表，而是引入了类范围，这是一个轻量级对象，表示给定范围内所需的元素，而没有将它们显式存储在内存中（这听起来可能像生成器，但惰性求值的概念不同）。
例如，考虑以下内容：
# Python 2.x
>>> a = range(10)
>>> type(a)
<type 'list'>
>>> b = xrange(10)
>>> type(b)
<type 'xrange'>
and
# Python 3.x
>>> a = range(10)
>>> type(a)
<class 'range'>
在Python 2.x中：
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是一个延迟求值的序列对象。
在Python 3中：
range相当于Python 2的xrange。要获得列表，必须显式使用list（range（…））。xrange不再存在。
