Что такое xrange python
Python: разница между range и xrange
В программировании на Python у нас есть две функции range() и xrange(), которые генерируют целые числа из заданного начального и конечного значений. Здесь мы обсуждаем основные различия между функциями xrange и range.
Что такое range и xrange?
В Python 2.x у нас было два основных метода для генерации списка целых чисел в заданном диапазоне.
Однако в Python 3 xrange() переименован в range().
Следовательно, в Python 3 мы получаем единственную функцию, которая может производить числа из заданного диапазона.
Если вы используете Python 2.x, тогда разница между xrange() и range () значима для вас.
В чем же была разница в Python 2.x
Две функции диапазона имеют много разных черт. Они могут относиться к производительности, потреблению памяти, скорости и внутреннему дизайну. Каждый из них имеет свою реализацию. Теперь давайте рассмотрим каждое из этих отличий по одному.
Операционная разница
В большинстве случаев и xrange, и range работают одинаково. Они оба дают возможность составить список чисел.
Следовательно, мы можем сказать, что оба схожи с точки зрения функциональности. Давайте сейчас посмотрим несколько примеров:
Возвращаемые значения и тип
Это основной источник различий между функциями xrange и range.
Range() возвращает объект типа list. Например, выражение range(1, 100, 1) создаст диапазон чисел от 0 до 99 и вернет все цифры за один раз.
С другой стороны, xrange() предоставляет результаты в виде объекта xrange. Он выполняет ленивую оценку. Он сохраняет аргументы и возвращает числа по запросу. В отличие от range(), он позволяет избежать получения всех чисел за один раз.
Объект xrange допускает итерацию, индексацию и метод len(). Вы можете использовать его в цикле for, чтобы обойти и получать числа в каждой итерации.
У нас есть модуль timeit в Python для захвата времени выполнения любой функции. Мы будем использовать его в нашем тесте и посмотрим, какой из них быстрее.
Мы выполнили range() в нашем тесте три раза, в пример ниже приведен результат и время, которое потребовалось для выполнения:
Мы снова провели один и тот же тест с xrange() три раза и записали время их выполнения.
Из приведенных выше тестов и результатов вы можете оценить, что xrange быстрее, чем стандартная функция диапазона.
Вот некоторые факты для вашей справки:
Что предпочесть range или xrange?
Это компромисс между мгновенным результатом и сегментированным выходом. С помощью xrange мы получаем более быстрый ответ; Кроме того, он потребляет меньше памяти.
Следовательно, очевидно, что Python xrange имеет преимущество над традиционной функцией range(). Давайте теперь посмотрим на некоторые случаи, чтобы понять, какой из этих методов подходит и где.
Где предпочтительно использовать xrange()?
Где предпочтительно использовать range()?
Совместимость Между Python И Xrange
В Python 3.x функция xrange не существует, тогда как она предоставляет функцию range(). Реальность такова, что название «xrange» изменилось на «range» в Python 3.x.
Таким образом, если вы выполните вызов xrange() в Python 3.x, это вызовет приведенную ниже ошибку.
Кроме того, если вы решите импортировать xrange, даже тогда произойдет следующая ошибка.
Следовательно, вы можете решить использовать range() вместо xrange() для обеспечения совместимости между различными версиями.
Некоторые возможности Python о которых вы возможно не знали
Предисловие
Я очень полюбил Python после того, как прочитал книгу Марка Лутца «Изучаем Python». Язык очень красив, на нем приятно писать и выражать собственные идеи. Большое количество интерпретаторов и компиляторов, расширений, модулей и фреймворков говорит о том, что сообщество очень активно и язык развивается. В процессе изучения языка у меня появилось много вопросов, которые я тщательно гуглил и старался понять каждую непонятую мной конструкцию. Об этом мы и поговорим с вами в этой статье, статья ориентирована на начинающего Python разработчика.
Немного о терминах
Начну пожалуй с терминов, которые часто путают начинающих Python программистов.
List comprehensions или генераторы списков возвращают список. Я всегда путал генераторы списков и выражения — генераторы (но не генераторы выражений!). Согласитесь, по русский звучит очень похоже. Выражения — генераторы это generator expressions, специальные выражения, которые возвращают итератор, а не список. Давайте сравним:
Это две совершенно разные конструкции. Первый возвращает генератор (то есть итератор), второй обычный список.
Generators или генераторы это специальные функции, которые возвращают итератор. Что бы получить генератор нужно возвратить функции значение через yield:
Кстати, в Python 3.3 появилась новая конструкция yield from. Совместное использование yield и for используется настолько часто, что эти две конструкции решили объединить.
Что такое контекстные менеджеры и для чего они нужны?
Контекстные менеджеры это специальные конструкции, которые представляют из себя блоки кода, заключенные в инструкцию with. Инструкция with создает блок используя протокол контекстного менеджера, о котором мы поговорим далее в этой статье. Простейшей функцией, использующей данный протокол является функция open(). Каждый раз, как мы открываем файл нам необходимо его закрыть, что бы вытолкнуть выходные данные на диск (на самом деле Python вызывает метод close() автоматически, но явное его использование является хорошим тоном). Например:
Что бы каждый раз не вызывать метод close() мы можем воспользоваться контекстным менеджером функции open(), который автоматически закроет файл после выхода из блока:
Здесь нам не нужно каждый раз вызывать метод close, что бы вытолкнуть данные в файл. Из этого следует, что контекстный менеджер используется для выполнения каких либо действий до входа в блок и после выхода из него. Но функциональность контекстных менеджеров на этом не заканчивается. Во многих языках программирования для подобных задач используются деструкторы. Но в Python если объект используется где то еще то нет гарантии, что деструктор будет вызван, так как метод __del__ вызывается только в том случае, если все ссылки на объект были исчерпаны:
Решим эту задачу через контекстные менеджеры:
Теперь попробуем вызвать менеджер контекста:
Мы увидели, что произошел гарантированный выход из блока после выполнения нашего кода.
Протокол контекстного менеджера
Мы уже кратко рассмотрели протокол контекстного менеджера написав небольшой класс Hello. Давайте теперь разберемся в протоколе более подробно. Что бы объект стал контекстным менеджером в его класс обязательно нужно включить два метода: __enter__ и __exit__. Первый метод выполняется до входа в блок. Методу можно возвратить текущий экземпляр класса, что бы к нему можно было обращаться через инструкцию as.
Метод __exit__ выполняется после выхода из блока with, и он содержит три параметра — exp_type, exp_value и exp_tr. Контекстный менеджер может вылавливать исключения, которые были возбуждены в блоке with. Мы можем вылавливать только нужные нам исключения или подавлять ненужные.
Переменная exp_type содержит в себе класс исключения, которое было возбуждено, exp_value — сообщение исключения. В примере мы закрываем файл и подавляем исключение IOError посредством возврата True методу __exit__. Все остальные исключения в блоке мы разрешаем. Как только наш код подходит к концу и блок заканчивается вызывается метод self.fp.close(), не зависимо от того, какое исключение было возбуждено. Кстати, внутри блока with можно подавлять и такие исключения как NameError, SyntaxError, но этого делать не стоит.
Протоколы контекстных менеджеров очень просты в использовании, но для обычных задач есть еще более простой способ, который поставляется вместе со стандартной библиотекой питона. Далее мы рассмотрим пакет contextlib.
Пакет contextlib
Создание контекстных менеджеров традиционным способом, то есть написанием классов с методами __enter__ и __exit__ не одна из сложных задач. Но для тривиального кода написание подобных классов требует больше возьни. Для этих целей был придуман декоратор contextmanager(), входящий в состав пакета contextlib. Используя декоратор contextmanager() мы можем из обычной функции сделать контекстный менеджер:
Проверим работоспособность кода:
Попробуем возбудить исключение внутри блока.
Как видно из примера, реализация с использованием классов практически ничем не отличается по функциональности от реализации с использованием декоратора contextmanager(), но использование декоратора намного упрощает наш код.
Еще один интересный пример использования декоратора contextmanager():
Похоже на блоки в руби не так ли?
И напоследок поговорим о вложенных контекстах. Вложенные контексты позволяют управлять несколькими контекстами одновременно. Например:
вход в контекст first
вход в контекст second
внутри блока first second
выход из контекста second
выход из контекста first
Аналогичный код без использования функции nested:
Этот код хоть и похож на предыдущий, в некоторых ситуациях он будет работать не так как нам хотелось бы. Объекты context(‘first’) и context(‘second’) вызываются до входа в блок, поэтому мы не сможем перехватывать исключения, которые были возбуждены в этих объектах. Согласитесь, первый вариант намного компактнее и выглядит красивее. А вот в Python 2.7 и 3.1 функция nested устарела и была добавлена новая синтаксическая конструкция для вложенных контекстов:
range и xrange в Python 2.7 и Python 3
Известно, что Python 2.7 range возвращает список. Думаю все согласятся, что хранить большие объемы данных в памяти нецелесообразно, поэтому мы используем функцию xrange, возвращающий объект xrange который ведет себя почти так же как и список, но не хранит в памяти все выдаваемые элементы. Но меня немного удивило поведение xrange в Python 2.x, когда функции передаются большие значения. Давайте посмотрим на пример:
Python нам говорит о том, что int слишком длинный и он не может быть переконвертирован в C long. Оказывается у Python 2.x есть ограничения на целое число, в этом мы можем убедиться просмотрев константу sys.maxsize:
Вот оно максимальное значение целого числа:
Python аккуратно переконвертировал наше число в long int. Не удивляйтесь, если xrange в Python 2.x будет вести себя иначе при больших значениях.
В Python 3.3 целое число может быть бесконечно большим, давайте проверим:
Конвертирование в long int не произошло. Вот еще пример:
Не очевидное поведение некоторых конструкций
Думаю все согласятся, что простота питона заключена не в легкости его изучении, а в простоте самого языка. Питон красив, гибок и на нем можно писать не только в объектно ориентированном стиле, но и в функциональном. Но о поведении некоторых конструкций, который на первый взгляд кажутся странными необходимо знать. Для начала рассмотрим первый пример.
Каков будет результат выполнения данной конструкции? Неподготовленный разработчик сообщит о результате: [[‘a’], [b’], [c’]]. Но на самом деле мы получаем:
Почему в каждом списке результат дублируется? Дело в том, что оператор умножения создает ссылки внутри нашего списка на один и тот же список. В этом легко убедиться немного дополнив наш пример:
В первом случае все нормально и ссылки на списки разные, а во втором примере мы ссылаемся на один и тот же объект. Из этого следует, что изменение в первом списке повлечет за собой изменение в последующих, так что будьте внимательны.
Второй пример уже рассматривался на хабре, но мне захотелось включить его в статью. Посмотрим на lambda — функцию, которую мы будет прогонять через цикл for, и помещать каждую функцию в словарь:
В пределах lambda функции переменная i замыкается и как бы создается экземпляр еще одной переменной i в блоке lambda — функции, которая является ссылкой на переменную i в цикле for. Каждый раз когда счетчик цикла for меняется, меняются и значения во всех lambda функциях, поэтому мы получаем значение i-1 во всех функциях. Исправить это легко, явно передав lambda функции в качестве первого параметра значение по умолчанию — переменную i:
Метода xrange() в Python
Метод xrange() доступен только для использования в версиях Python 2.x и используется в циклах для обхода или итерации последовательности.
Основы метода Python xrange()
1. Только с параметром остановки
Когда упоминается только стоп, функция xrange() создает последовательность от 0 до (стоп-1) с шагом 1. Посмотрите на пример ниже.
Здесь тип последовательности, сгенерированной методом, имеет тип xrange как упоминалось ранее. Вывод в список дает нам список, содержащий значения от 0 до 3 (4-1) с шагом 1.
2. С параметрами запуска и остановки
Точно так же мы также можем использовать метод с двумя параметрами. В этом случае по умолчанию step имеет значение 1.
Как видно из вышеприведенного вывода, объект xrange этот раз содержит значения от 2 (начало) до 8 (стоп-1) с шагом по умолчанию 1.
3. Со всеми значениями start, stop и stop.
Внимательно посмотрите на приведенный ниже пример. Здесь мы рассмотрели шаг как 5, start = 5 и, stop = 40.
Из выходных данных видно, что последовательность генерируется со значениями в диапазоне от 5 до 39 (40-1). Для последнего элемента, поскольку 40 превышает отметку stop-1 он не учитывается.
Использование xrange() в циклах
Значит, вывод оправдан.
Сравнение xrange() и range()
Основное различие между этими двумя функциями состоит в том, что они возвращают разные объекты с разными свойствами.
Метод xrange() возвращает объект xrange который является неизменной последовательностью и поддерживает только итерацию, индексацию и функцию len, как упоминалось ранее.
С другой стороны, метод range() возвращает список, который поддерживает основные функции, такие как нарезка, pop() и т. д.
Более того, объекты xrange более полезны, когда нам нужно создать код с минимальной пространственной сложностью, поскольку он требует постоянного размера памяти, независимо от диапазона значений, которые он хранит.
Если вы хотите написать программу, которую можно запускать или выполнять как на Python 2, так и на Python 3, использование метода range() имеет больше смысла и поэтому рекомендуется использовать его.
Понимание метода Python Xrange ()
Сегодня в этом руководстве мы собираемся обсудить метод Python Xrange ().
Сегодня в этом руководстве мы собираемся обсудить Метод Python Xrange () Отказ
xrange () Метод доступен только для использования в Python 2.x версии и используемые в петлях для прохождения или итерации через последовательность.
Основы метода Python Xrange ()
Python xrange () Метод возвращает xrange Тип объекта, который является неизменной последовательностью, обычно используемой для петли. Эти объекты имеют очень мало поведения и только поддержку индексации, итерации и Лен () функция.
Использование метода Python Xrange ()
Теперь давайте посмотрим на различные способы на самом деле использовать Python xrange () метод.
1. только с параметром остановки
Два параметра, шаг и Начать являются необязательными, поскольку они имеют значения по умолчанию 1 и 0 соответственно. Следовательно, мы можем использовать Python xrange () Способ просто указав Стоп параметр.
Когда упоминается только остановка, xrange () Функция создает последовательность, начиная от 0 к (Стоп-1) С шагом 1 Отказ Посмотрите на пример ниже.
Здесь тип последовательности, создаваемого методом, имеет тип xrange Как упоминалось ранее. Тип литья xrange () вывод в Список Дает нам список, содержащий значения 0 к 3 (4-1) С шагом 1 Отказ
2. С начальными и остановами параметров
Точно так же мы также можем использовать Python xrange () Способ с двумя параметрами. В этом случае по умолчанию шаг имеет значение 1 Отказ
Как мы можем видеть с вышеуказанного выхода, Python xrange Объект на этот раз содержит значения, начиная от 2 (начать) к 8 (Стоп-1) с шагом по умолчанию 1
3. Со всем началом, остановкой и скоростью
Когда все параметры упомянуты, Python xrange () Функция дает нам xrange Объект со значениями от Начать к Стоп-1 Как это произошло в предыдущем деле. Но на этот раз прыжок из одного элемента к другому равно шаг прошедший.
С вывода ясно, что последовательность генерируется со значениями в диапазоне 5 к 39 (40-1) Отказ Для последнего элемента, поскольку 40 превышает Стоп-1 Марк не считается Отказ
Использование Python Xrange () в петлях
Как мы упоминали ранее, xrange () широко используется в для Конструкции петлей в Python 2 Отказ Например, в коде ниже мы пытаемся распечатать таблицу для количества 10 Отказ
Следовательно, вывод оправдан.
Python Xrange () VS Range ()
Обычно xrange () используется только тогда, когда пользователь хочет, чтобы его/ее код был предназначен только для Python 2.x Версии, как это недоступно для версий Python 3.x. Для Python 3 Диапазон () Метод заменяет xrange () Метод вместо этого.
Основная разница между двумя функциями заключается в том, что они оба возвращают разные объекты с разными свойствами.
Более того, xrange Объекты более полезны, когда нам нужно создать код с минимальными Космическая сложность Поскольку требуется довольно постоянный размер памяти, независимо от диапазона значений, которые он хранит.
Заключение
Так что в этом руководстве мы поняли работа, а также использование Python xrange () метод.
Для любых дополнительных вопросов не стесняйтесь спрашивать их в комментариях ниже.
Python: функция range()
Функция range является одной из встроенных функций, доступных в Python. Он генерирует серию целых чисел, от значения start до stop, указанного пользователем. Мы можем использовать его для цикла for и обходить весь диапазон как список.
Функция range() принимает один обязательный и два необязательных параметра. Это работает по-разному с различными комбинациями аргументов. В этом руководстве мы познакомим вас со всеми возможностями данной функции Python, чтобы вы могли легко использовать ее в своих задачах.
Существует два варианта функции range() в Python 3. Давайте проверим их синтаксис по одному.
Range(Stop)
Это самая основная форма range(). Требуется один аргумент для указания исключительного (Stop) верхнего предела.
«0» становится отправной точкой для генерации чисел. Смотрите пример ниже.
Посмотрите другой пример. Диапазон со стоп-значением «0» генерирует пустой диапазон, то есть нулевые элементы.
Если вы предоставляете нецелочисленное значение остановки, тогда оно вызывает ошибку TypeError.
Range(Start, Stop[, Step])
Это немного сложная форма функции range. Здесь вы можете создать серию чисел с общей разницей по вашему выбору.
Вы можете передать следующие три аргумента:
Обратите внимание на следующие моменты при использовании range() с вышеуказанной подписью.
Обратите внимание, что функция range принимает только целочисленные аргументы. Чтобы создать диапазон с плавающей точкой, следуйте данному руководству: Генерация плавающего диапазона в Python
Функция Python Range() с примерами
Посмотрите примеры кода ниже, чтобы понять эту функцию немного глубже:
Использование параметров Start, Stop и Step
Использование отрицательных значений start, stop и step
Мы можем передавать отрицательные значения для всех параметров диапазона, таких как аргументы start, stop и step.
В приведенном ниже примере мы предоставляем отрицательное значения для stop и step, чтобы выполнить цикл в обратном направлении.
Генерация диапазона как арифметический ряд
Давайте создадим арифметический ряд (i = 10, n = 100, d = 10), используя метод range().
Объект range() работает как генератор. Следовательно, мы преобразовали его в список, чтобы мы могли распечатать значения.
Перебор списка с использованием range()
Мы можем использовать функцию Python range() для обхода списка. Смотрите пример ниже.
Преобразовать диапазон в список
Python 3 range() создает объект типа генератора. По ходу цикла он выбирает значения одно за другим, а не получает их все сразу.
В действительности выходные данные функции range() представляют собой неизменяемую последовательность целых чисел. Следовательно, мы можем преобразовать то же самое в список Python. Мы будем использовать конструктор списка для преобразования вывода диапазона в список.
Смотрите пример ниже.
Верхний предел range включительно
По умолчанию Python range() по умолчанию исключает последнее число. Следовательно, он всегда игнорирует верхний предел своего вывода.
Однако мы можем внести следующие изменения в наш код, чтобы разрешить это.
После внесения вышеуказанных изменений, давайте посмотрим, что происходит:
Range Python против Xrange
Мы изложили несколько отличий и некоторые ключевые факты о функциях range и xrange.
В Python 2.x было две функции диапазона: range() и xrange()
В Python 3.x у нас есть только одна функция range(). Это реализация xrange() из версии 2.x.
Использование индекса с результатом работы range Python
Да, range() возвращает уникальный объект, который обладает свойствами, подобными списку и генератору.
Поскольку он действует как последовательность, мы можем получить доступ к его элементам, используя индексы. Он допускает как положительные так и отрицательные значения индекса.
Объединить вывод двух функций range()
В Python нет встроенной функции для объединения результатов двух результатов range(). Тем не менее, мы все еще можем сделать это.
Существует модуль с именем ‘itertools’, который имеет функцию chain() для объединения двух объектов диапазона.
Смотрите пример ниже.
В заключение
Вот несколько важных фактов о функции Python range():