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
xrange只存储范围参数并根据需要生成数字。然而，Python的C实现目前将其args限制为C longs：
xrange(2**32-1, 2**32+1) # When long is 32 bits, OverflowError: Python int too large to convert to C long
range(2**32-1, 2**32+1) # OK --> [4294967295L, 4294967296L]
注意，在Python3.0中只有范围，它的行为类似于2.xxrange，但没有对最小和最大端点的限制。
其他回答
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。
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。
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)
文件清楚地写道：
此函数与range（）非常相似，但返回的是xrange对象而不是列表。这是一种不透明的序列类型，它产生与相应列表相同的值，而实际上没有同时存储所有值。xrange（）相对于range（）的优势很小（因为xrange）仍然需要在请求时创建值），除非在内存不足的机器上使用了非常大的范围，或者从未使用过范围的所有元素（例如，循环通常以break结束）。
记住，使用timeit模块测试哪一小段代码更快！
$ python -m timeit 'for i in range(1000000):' ' pass'
10 loops, best of 3: 90.5 msec per loop
$ python -m timeit 'for i in xrange(1000000):' ' pass'
10 loops, best of 3: 51.1 msec per loop
就我个人而言，我总是使用range（），除非我处理的是非常庞大的列表——正如你所看到的，从时间上看，对于一个百万条目的列表，额外的开销仅为0.04秒。正如Corey所指出的，在Python 3.0中，xrange（）将消失，而range（）无论如何都会给您带来不错的迭代器行为。
