Подтвердить что ты не робот

Почему в Python3 нет функции xrange?

Недавно я начал использовать Python3, и у меня не было проблем с xrange.

Простой пример:

1) Python2:

from time import time as t
def count():
  st = t()
  [x for x in xrange(10000000) if x%4 == 0]
  et = t()
  print et-st
count()

2) Python3:

from time import time as t

def xrange(x):

    return iter(range(x))

def count():
    st = t()
    [x for x in xrange(10000000) if x%4 == 0]
    et = t()
    print (et-st)
count()

Результаты, соответственно:

1) 1.53888392448 2) 3.215819835662842

Почему? Я имею в виду, почему xrange был удален? Это такой отличный инструмент для изучения. Для новичков, как и я, как и все мы в какой-то момент. Зачем его удалять? Может кто-нибудь указать мне на правильный PEP, я не могу его найти.

Приветствия.

4b9b3361

ОТВЕТЫ

Ответ 1

Некоторые измерения производительности, используя timeit вместо того, чтобы делать это вручную с помощью time.

Во-первых, Apple 2.7.2 64-бит:

In [37]: %timeit collections.deque((x for x in xrange(10000000) if x%4 == 0), maxlen=0)
1 loops, best of 3: 1.05 s per loop

Теперь, python.org 3.3.0 64-бит:

In [83]: %timeit collections.deque((x for x in range(10000000) if x%4 == 0), maxlen=0)
1 loops, best of 3: 1.32 s per loop

In [84]: %timeit collections.deque((x for x in xrange(10000000) if x%4 == 0), maxlen=0)
1 loops, best of 3: 1.31 s per loop

In [85]: %timeit collections.deque((x for x in iter(range(10000000)) if x%4 == 0), maxlen=0) 
1 loops, best of 3: 1.33 s per loop

По-видимому, 3.x range действительно немного медленнее 2.x xrange. И функция OP xrange не имеет к этому никакого отношения. (Не удивительно, что одноразовый вызов слота __iter__ вряд ли будет отображаться среди 10000000 звонков на все, что происходит в цикле, но кто-то поднял его как возможность.)

Но это только на 30% медленнее. Как OP получал 2x так же медленно? Хорошо, если я повторю те же тесты с 32-битным Python, я получаю 1.58 против 3.12. Поэтому я предполагаю, что это еще один из тех случаев, когда 3.x оптимизирован для 64-разрядной производительности способами, которые вредят 32-разрядным.

Но действительно ли это имеет значение? Проверьте это, с 3.3.0 64-бит снова:

In [86]: %timeit [x for x in range(10000000) if x%4 == 0]
1 loops, best of 3: 3.65 s per loop

Итак, построение list занимает более чем вдвое больше, чем вся итерация.

И что касается "потребляет гораздо больше ресурсов, чем Python 2.6+", то из моих тестов это выглядит как 3.x range точно такого же размера, как 2.x xrange, и даже если это были в 10 раз больше, создание ненужного списка по-прежнему на 10000000 пикселей больше, чем что-либо, что может сделать итерация диапазона.

А как насчет явного цикла for вместо цикла C внутри deque?

In [87]: def consume(x):
   ....:     for i in x:
   ....:         pass
In [88]: %timeit consume(x for x in range(10000000) if x%4 == 0)
1 loops, best of 3: 1.85 s per loop

Итак, почти столько же времени потрачено в инструкции for, как в действительной работе итерации range.

Если вы беспокоитесь об оптимизации итерации объекта диапазона, вы, вероятно, смотрите не в то место.

Между тем, вы продолжаете спрашивать, почему xrange был удален, независимо от того, сколько раз люди говорят вам одно и то же, но я повторю его еще раз: он не был удален: он был переименован в range, а 2.x range - это то, что было удалено.

Здесь некоторое доказательство того, что объект 3.3 range является прямым потомком объекта 2.x xrange (а не функции 2.x range): источник 3.3 range и 2.7 xrange. Вы даже можете увидеть историю изменений (связанная, по моему мнению, сменой, которая заменила последний экземпляр строки "xrange" в любом месте файла).

Итак, почему он медленнее?

Ну, во-первых, они добавили много новых функций. С другой стороны, они сделали всевозможные изменения повсюду (особенно внутри итерации), которые имеют незначительные побочные эффекты. И было много работы, чтобы резко оптимизировать различные важные случаи, даже если это иногда слегка пессимизирует менее важные случаи. Добавьте все это, и я не удивлюсь, что итерация range как можно быстрее будет немного медленнее. Это один из тех менее важных случаев, о которых никто никогда не заботится, чтобы сосредоточиться. В любом случае, никто не будет иметь реальный случай использования, когда это различие в производительности является точкой доступа в их коде.

Ответ 2

Диапазон Python3 - это Python2 xrange. Там нет необходимости обертывать вокруг себя. Чтобы получить фактический список в Python3, вам нужно использовать list(range(...))

Если вы хотите что-то, что работает с Python2 и Python3, попробуйте это

try:
    xrange
except NameError:
    xrange = range

Ответ 3

Тип range Python 3 работает так же, как и Python 2 xrange. Я не уверен, почему вы видите замедление, поскольку итератор, возвращаемый вашей функцией xrange - это именно то, что вы получите, если бы вы итерировали по range напрямую.

Я не могу воспроизвести замедление в моей системе. Вот как я тестировал:

Python 2, с xrange:

Python 2.7.3 (default, Apr 10 2012, 23:24:47) [MSC v.1500 64 bit (AMD64)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> import timeit
>>> timeit.timeit("[x for x in xrange(1000000) if x%4]",number=100)
18.631936646865853

Python 3 с range немного быстрее:

Python 3.3.0 (v3.3.0:bd8afb90ebf2, Sep 29 2012, 10:57:17) [MSC v.1600 64 bit (AMD64)] on win32
Type "copyright", "credits" or "license()" for more information.
>>> import timeit
>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=100)
17.31399508687869

Недавно я узнал, что у типа range Python 3 есть и другие полезные функции, такие как поддержка нарезки: range(10,100,2)[5:25:5] is range(20, 60, 10) !

Ответ 4

Один из способов исправить ваш код python2:

import sys

if sys.version_info >= (3, 0):
    def xrange(*args, **kwargs):
        return iter(range(*args, **kwargs))

Ответ 5

xrange из Python 2 является генератором и реализует итератор, в то время как range это просто функция. В Python3 я не знаю, почему выпал Xrange.

Ответ 6

comp: ~ $python Python 2.7.6 (по умолчанию, 22 июня 2015, 17:58:13) [GCC 4.8.2] на linux2

>>> import timeit
>>> timeit.timeit("[x for x in xrange(1000000) if x%4]",number=100)

5,656799077987671

>>> timeit.timeit("[x for x in xrange(1000000) if x%4]",number=100)

5,579368829727173

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=100)

+21,54827117919922

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=100)

+22,014557123184204

С номером timeit = 1 param:

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=1)

0,2245171070098877

>>> timeit.timeit("[x for x in xrange(1000000) if x%4]",number=1)

+0,10750913619995117

comp: ~ $python3 Python 3.4.3 (default, Oct 14 2015, 20:28:29) [GCC 4.8.4] в linux

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=100)

9,113872020003328

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=100)

+9,07014398300089

С временным номером = 1,2,3,4 параметр работает быстро и линейно:

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=1)

+0,09329321900440846

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=2)

+0,18501482300052885

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=3)

0,2703447980020428

>>> timeit.timeit("[x for x in range(1000000) if x%4]",number=4)

+0,36209142999723554

Итак, если мы измеряем 1 цикл цикла цикла, например timeit.timeit( "[x для x в диапазоне (1000000), если x% 4]", число = 1) (как мы фактически используем в реальном коде) python3 работает достаточно быстро, но в повторяющихся циклах python 2 xrange() выигрывает по скорости от range() от python 3.