其他一些答案提到Python 3消除了2.x的范围，并将2.x的xrange重命名为range。然而，除非您使用3.0或3.1（没有人应该使用），否则它实际上是一种不同的类型。

正如3.1文档所说：

范围对象的行为很少：它们只支持索引、迭代和len函数。

然而，在3.2+中，range是一个完整的序列，它支持扩展切片，以及collections.abc.sequence的所有方法，其语义与列表相同*

而且，至少在CPython和PyPy（目前仅有的两个3.2+实现）中，它还具有索引和计数方法以及in运算符的常量时间实现（只要只传递整数）。这意味着在r中写123456在3.2+中是合理的，而在2.7或3.1中则是一个糟糕的想法。

*issubclass（xrange，collections.Sequence）在2.6-2.7和3.0-3.1中返回True的事实是一个在3.2中修复的错误，而不是后端口。

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！！

其他一些答案提到Python 3消除了2.x的范围，并将2.x的xrange重命名为range。然而，除非您使用3.0或3.1（没有人应该使用），否则它实际上是一种不同的类型。

正如3.1文档所说：

范围对象的行为很少：它们只支持索引、迭代和len函数。

然而，在3.2+中，range是一个完整的序列，它支持扩展切片，以及collections.abc.sequence的所有方法，其语义与列表相同*

而且，至少在CPython和PyPy（目前仅有的两个3.2+实现）中，它还具有索引和计数方法以及in运算符的常量时间实现（只要只传递整数）。这意味着在r中写123456在3.2+中是合理的，而在2.7或3.1中则是一个糟糕的想法。

*issubclass（xrange，collections.Sequence）在2.6-2.7和3.0-3.1中返回True的事实是一个在3.2中修复的错误，而不是后端口。

请参阅本文，了解range和xrange之间的差异：

引用：

range返回您所认为的结果：连续列表整数，具有以0开头的定义长度。xrange，返回一个“xrange对象”，它的行为非常像迭代器

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%。