Tại sao không có hàm xrange trong Python3?

Gần đây tôi bắt đầu sử dụng Python3 và nó thiếu các tổn thương xrange.

Ví dụ đơn giản:

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()

Kết quả lần lượt là:

1) 1.53888392448 2) 3.215819835662842

Tại sao vậy? Ý tôi là, tại sao xrange lại bị xóa? Đó là một công cụ tuyệt vời để học hỏi. Đối với người mới bắt đầu, giống như tôi, như tất cả chúng ta đã ở một thời điểm nào đó. Tại sao phải loại bỏ nó? Ai đó có thể chỉ cho tôi PEP thích hợp không, tôi không thể tìm thấy nó.

Chúc mừng.

Một số phép đo hiệu suất, sử dụng timeitthay vì cố gắng thực hiện bằng tay time.

Đầu tiên, Apple 2.7.2 64 bit:

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

Bây giờ, python.org 3.3.0 64-bit:

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

Rõ ràng, 3.x rangethực sự là chậm hơn so với 2.x một chút xrange. Và xrangechức năng của OP không có gì để làm với nó. (Không có gì đáng ngạc nhiên, vì một cuộc gọi một lần đến __iter__vị trí không có khả năng hiển thị trong số 10000000 cuộc gọi đến bất kỳ điều gì xảy ra trong vòng lặp, nhưng ai đó đã đưa ra như một khả năng.)

Nhưng nó chỉ chậm hơn 30%. Làm thế nào mà OP có được gấp 2 lần chậm? Chà, nếu tôi lặp lại các bài kiểm tra tương tự với Python 32 bit, tôi nhận được 1,58 so với 3,12. Vì vậy, tôi đoán rằng đây là một trường hợp khác trong đó 3.x đã được tối ưu hóa cho hiệu suất 64 bit theo cách làm tổn thương 32 bit.

Nhưng nó thực sự quan trọng? Hãy xem điều này, với 3.3.0 64 bit một lần nữa:

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

Vì vậy, việc xây dựng listmất nhiều hơn gấp đôi so với toàn bộ lần lặp.

Và đối với "tiêu thụ nhiều tài nguyên hơn Python 2.6+", từ các thử nghiệm của tôi, có vẻ như 3.x rangecó kích thước chính xác như 2.x xrange, và ngay cả khi nó lớn gấp 10 lần, xây dựng danh sách không cần thiết vẫn còn khoảng 10000000x vấn đề hơn bất cứ điều gì mà phép lặp phạm vi có thể làm.

Và những gì về một forvòng lặp rõ ràng thay vì vòng lặp C bên trong 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

Vì vậy, gần như lãng phí thời gian trong fortuyên bố như trong công việc thực tế của việc lặp lại range.

Nếu bạn lo lắng về việc tối ưu hóa việc lặp lại của một đối tượng phạm vi, có lẽ bạn đang tìm sai chỗ.

Trong khi đó, bạn cứ hỏi tại sao lại xrangebị xóa, bất kể mọi người nói với bạn điều tương tự bao nhiêu lần, nhưng tôi sẽ nhắc lại lần nữa: Nó không bị xóa: nó được đổi tên thành rangevà 2.x rangelà những gì đã bị xóa.

Dưới đây là một số bằng chứng cho thấy rangeđối tượng 3.3 là hậu duệ trực tiếp của xrangeđối tượng 2.x (chứ không phải của rangechức năng 2.x ): nguồn tới 3.3range và 2.7xrange . Bạn thậm chí có thể thấy lịch sử thay đổi (tôi tin rằng, sự thay đổi đã thay thế phiên bản cuối cùng của chuỗi "xrange" ở bất kỳ đâu trong tệp).

Vì vậy, tại sao nó chậm hơn?

Chà, trước tiên, họ đã thêm rất nhiều tính năng mới. Mặt khác, họ đã thực hiện tất cả các loại thay đổi ở mọi nơi (đặc biệt là trong vòng lặp) có tác dụng phụ nhỏ. Và đã có rất nhiều công việc để tối ưu hóa đáng kể các trường hợp quan trọng khác nhau, ngay cả khi đôi khi nó hơi bi quan những trường hợp ít quan trọng hơn. Thêm tất cả điều này lên, và tôi không ngạc nhiên rằng việc lặp lại rangecàng nhanh càng tốt bây giờ chậm hơn một chút. Đó là một trong những trường hợp ít quan trọng mà không ai quan tâm đủ để tập trung vào. Không ai có thể có trường hợp sử dụng thực tế trong đó sự khác biệt hiệu suất này là điểm nóng trong mã của họ.

Phạm vi Python3 của là xrange python2 của. Không cần phải quấn một vòng lặp xung quanh nó. Để có được một danh sách thực tế trong Python3, bạn cần sử dụnglist(range(...))

Nếu bạn muốn một cái gì đó hoạt động với Python2 và Python3, hãy thử điều này

try:
    xrange
except NameError:
    xrange = range

rangeKiểu của Python 3 hoạt động giống như của Python 2 xrange. Tôi không chắc tại sao bạn thấy chậm lại, vì trình lặp được trả về bởi xrangehàm của bạn chính xác là những gì bạn nhận được nếu bạn lặp lại rangetrực tiếp.

Tôi không thể tái tạo sự chậm lại trên hệ thống của mình. Đây là cách tôi đã thử nghiệm:

Python 2, với 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, với rangetốc độ nhanh hơn một chút:

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

Gần đây tôi đã biết rằng loại Python 3 rangecó một số tính năng gọn gàng khác, chẳng hạn như hỗ trợ cho việc cắt lát: range(10,100,2)[5:25:5]là range(20, 60, 10)!

Một cách để sửa mã python2 của bạn là:

import sys

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

xrange từ Python 2 là một trình tạo và thực hiện iterator trong khi phạm vi chỉ là một hàm. Trong Python3 tôi không biết tại sao lại bỏ xrange.

comp: ~ $ python Python 2.7.6 (mặc định, ngày 22 tháng 6 năm 2015, 17:58:13) [GCC 4.8.2] trên 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

Với số lượng thời gian = 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 (mặc định, ngày 14 tháng 10 năm 2015, 20:28:29) [GCC 4.8.4] trên 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

Với số lượng thời gian = 1,2,3,4 param hoạt động nhanh chóng và theo cách tuyến tính:

>>> 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

Vì vậy, có vẻ như nếu chúng ta đo 1 chu kỳ vòng lặp đang chạy như timeit.timeit ("[x cho x trong phạm vi (1000000) nếu x% 4]", number = 1) (như chúng ta thực sự sử dụng trong mã thực) python3 hoạt động đủ nhanh, nhưng trong các vòng lặp lặp lại, python 2 xrange () thắng tốc độ so với phạm vi () từ python 3.