range:函式說明：range([start,] stop[, step])，根據start與stop指定的範圍以及step設定的步長，生成乙個序列。
舉例說明：
>>>
range(5
)[0,
1,2,
3,4]
>>>
range(1
,5)[
1,2,
3,4]
>>>
range(0
,6,2
)[0,
2,4]
xrange
函式說明：用法與range完全相同，所不同的是生成的不是乙個陣列，而是乙個生成器。
xrange示例:
>>>
xrange(5
)xrange(5
)>>>
list
(xrange(5
))[0,
1,2,
3,4]
>>>
xrange(1
,5)xrange(1
,5)>>>
list
(xrange(1
,5))[
1,2,
3,4]
>>>
xrange(0
,6,2
)xrange(0
,6,2
)>>>
list
(xrange(0
,6,2
))[0,
2,4]
由上面的示例可以知道：要生成很大的數字序列的時候，用xrange會比range效能優很多，因為不需要一上來就開闢一塊很大的記憶體空間，這兩個基本上都是在迴圈的時候用：
for
i in
range(0
,100
i for
i in
xrange(0
,100
i 這兩個輸出的結果都是一樣的，實際上有很多不同，range會直接生成乙個list物件：
a
=range(0
,100
type(a
a printa[
0],a[
1]輸出結果：
'list'
>
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
0 1而xrange則不會直接生成乙個list，而是每次呼叫返回其中的乙個值：
a
=xrange(0
,100
type(a
a printa[
0],a[
1]輸出結果：
'xrange'
>
xrange(100)
0 1所以xrange做迴圈的效能比range好，尤其是返回很大的時候，盡量用xrange吧，除非你是要返回乙個列表。
python中 python中的 與
這一部分首先要理解python記憶體機制，python中萬物皆物件。對於不可變物件，改變了原來的值，其別名 變數名 繫結到了新值上面,id肯定會改變 對於可變物件，操作改變了值，id肯定會變，而 是本地操作，其值原地修改 對於 號操作，可變物件和不可變物件呼叫的都是 add 操作 對於 號操作，可變...
python中的物件 Python中的變數 物件
由於沒時間系統學習下python 只能見乙個問題 乙個問題了 一 初級 物件 關於python中的資料型別，今天重新認識了下。參考 首先，python中，物件才有型別，變數是沒有型別的，它只是物件的 引用 其次，python中物件被分為兩類 可更改物件和不可更改物件 包括numbers,string...
python中的引數傳遞 python中的引數傳遞
begin 前面在介紹python的六大資料型別的時候提到根據資料可變和不可變進行的資料型別分類 python3 的六個標準資料型別中 不可變資料 3 個 number 數字 string 字串 tuple 元組 可變資料 3 個 list 列表 dictionary 字典 set 集合 pytho...