Python|range函數(shù)用法完全解讀

迭代器是 23 種設(shè)計(jì)模式中最常用的一種（之一），在 Python 中隨處可見它的身影，我們經(jīng)常用到它，但是卻不一定意識(shí)到它的存在。在關(guān)于迭代器的系列文章中（鏈接見文末），我至少提到了 23 種生成迭代器的方法。有些方法是專門用于生成迭代器的，還有一些方法則是為了解決別的問題而“暗中”使用到迭代器。

寬甸網(wǎng)站制作公司哪家好，找創(chuàng)新互聯(lián)！從網(wǎng)頁設(shè)計(jì)、網(wǎng)站建設(shè)、微信開發(fā)、APP開發(fā)、響應(yīng)式網(wǎng)站建設(shè)等網(wǎng)站項(xiàng)目制作，到程序開發(fā)，運(yùn)營維護(hù)。創(chuàng)新互聯(lián)2013年至今到現(xiàn)在10年的時(shí)間，我們擁有了豐富的建站經(jīng)驗(yàn)和運(yùn)維經(jīng)驗(yàn)，來保證我們的工作的順利進(jìn)行。專注于網(wǎng)站建設(shè)就選創(chuàng)新互聯(lián)。

在系統(tǒng)學(xué)習(xí)迭代器之前，我一直以為 range() 方法也是用于生成迭代器的，現(xiàn)在卻突然發(fā)現(xiàn)，它生成的只是可迭代對(duì)象，而并不是迭代器！ （PS：Python2 中 range() 生成的是列表，本文基于Python3，生成的是可迭代對(duì)象）

于是，我有了這樣的疑問：為什么 range() 不生成迭代器呢？在查找答案的過程中，我發(fā)現(xiàn)自己對(duì) range 類型的認(rèn)識(shí)存在一些誤區(qū)。因此，本文將和大家全面地認(rèn)識(shí)一下 range ，期待與你共同學(xué)習(xí)進(jìn)步。

1、range() 是什么？

它的語法：range(start, stop [,step]) ；start 指的是計(jì)數(shù)起始值，默認(rèn)是 0；stop 指的是計(jì)數(shù)結(jié)束值，但不包括 stop ；step 是步長，默認(rèn)為 1，不可以為 0 。range() 方法生成一段左閉右開的整數(shù)范圍。

對(duì)于 range() 函數(shù)，有幾個(gè)注意點(diǎn)：（1）它表示的是左閉右開區(qū)間；（2）它接收的參數(shù)必須是整數(shù)，可以是負(fù)數(shù)，但不能是浮點(diǎn)數(shù)等其它類型；（3）它是不可變的序列類型，可以進(jìn)行判斷元素、查找元素、切片等操作，但不能修改元素；（4）它是可迭代對(duì)象，卻不是迭代器。

2、 為什么range()不生產(chǎn)迭代器？

可以獲得迭代器的內(nèi)置方法很多，例如 zip() 、enumerate()、map()、filter() 和 reversed() 等等，但是像 range() 這樣僅僅得到的是可迭代對(duì)象的方法就絕無僅有了（若有反例，歡迎告知）。這就是我存在知識(shí)誤區(qū)的地方。

在 for-循環(huán) 遍歷時(shí)，可迭代對(duì)象與迭代器的性能是一樣的，即它們都是惰性求值的，在空間復(fù)雜度與時(shí)間復(fù)雜度上并無差異。我曾概括過兩者的差別是“一同兩不同”：相同的是都可惰性迭代，不同的是可迭代對(duì)象不支持自遍歷（即next()方法），而迭代器本身不支持切片（即 getitem () 方法）。

雖然有這些差別，但很難得出結(jié)論說它們哪個(gè)更優(yōu)。現(xiàn)在微妙之處就在于，為什么給 5 種內(nèi)置方法都設(shè)計(jì)了迭代器，偏偏給 range() 方法設(shè)計(jì)的就是可迭代對(duì)象呢？把它們都統(tǒng)一起來，不是更好么？

事實(shí)上，Pyhton 為了規(guī)范性就干過不少這種事，例如，Python2 中有 range() 和 xrange() 兩種方法，而 Python3 就干掉了其中一種，還用了“李代桃僵”法。為什么不更規(guī)范點(diǎn)，令 range() 生成的是迭代器呢？

關(guān)于這個(gè)問題，我沒找到官方解釋，以下純屬個(gè)人觀點(diǎn) 。

zip() 等方法都需要接收確定的可迭代對(duì)象的參數(shù)，是對(duì)它們的一種再加工的過程，因此也希望馬上產(chǎn)出確定的結(jié)果來，所以 Python 開發(fā)者就設(shè)計(jì)了這個(gè)結(jié)果是迭代器。這樣還有一個(gè)好處，即當(dāng)作為參數(shù)的可迭代對(duì)象發(fā)生變化的時(shí)候，作為結(jié)果的迭代器因?yàn)槭窍男偷模粫?huì)被錯(cuò)誤地使用。

而 range() 方法就不同了，它接收的參數(shù)不是可迭代對(duì)象，本身是一種初次加工的過程，所以設(shè)計(jì)它為可迭代對(duì)象，既可以直接使用，也可以用于其它再加工用途。例如，zip() 等方法就完全可以接收 range 類型的參數(shù)。

也就是說，range() 方法作為一種初級(jí)生產(chǎn)者，它生產(chǎn)的原料本身就有很大用途，早早把它變?yōu)榈鞯脑挘瑹o疑是一種畫蛇添足的行為。

對(duì)于這種解讀，你是否覺得有道理呢？歡迎就這個(gè)話題與我探討。

3、range 類型是什么？

以上是我對(duì)“為什么range()不產(chǎn)生迭代器”的一種解答。順著這個(gè)思路，我研究了一下它產(chǎn)生的 range 對(duì)象，一研究就發(fā)現(xiàn)，這個(gè) range 對(duì)象也并不簡單。

首先奇怪的一點(diǎn)就是，它竟然是不可變序列！我從未注意過這一點(diǎn)。雖然說，我從未想過修改 range() 的值，但這一不可修改的特性還是令我驚訝。

翻看文檔，官方是這樣明確劃分的——有三種基本的序列類型：列表、元組和范圍（range）對(duì)象。（There are three basic sequence types: lists, tuples, and range objects.）

這我倒一直沒注意，原來 range 類型居然跟列表和元組是一樣地位的基礎(chǔ)序列！我一直記掛著字符串是不可變的序列類型，不曾想，這里還有一位不可變的序列類型呢。

那 range 序列跟其它序列類型有什么差異呢？

普通序列都支持的操作有 12 種。range 序列只支持其中的 10 種，不支持進(jìn)行加法拼接與乘法重復(fù)。

那么問題來了：同樣是不可變序列，為什么字符串和元組就支持上述兩種操作，而偏偏 range 序列不支持呢？雖然不能直接修改不可變序列，但我們可以將它們拷貝到新的序列上進(jìn)行操作啊，為何 range 對(duì)象連這都不支持呢？

且看官方文檔的解釋：

…due to the fact that range objects can only represent sequences that follow a strict pattern and repetition and concatenation will usually violate that pattern.

原因是 range 對(duì)象僅僅表示一個(gè)遵循著嚴(yán)格模式的序列，而重復(fù)與拼接通常會(huì)破壞這種模式…

問題的關(guān)鍵就在于 range 序列的 pattern，仔細(xì)想想，其實(shí)它表示的就是一個(gè)等差數(shù)列啊（喵，高中數(shù)學(xué)知識(shí)沒忘…），拼接兩個(gè)等差數(shù)列，或者重復(fù)拼接一個(gè)等差數(shù)列，想想確實(shí)不妥，這就是為啥 range 類型不支持這兩個(gè)操作的原因了。由此推論，其它修改動(dòng)作也會(huì)破壞等差數(shù)列結(jié)構(gòu)，所以統(tǒng)統(tǒng)不給修改就是了。

4、小結(jié)

回顧全文，我得到了兩個(gè)偏冷門的結(jié)論：range 是可迭代對(duì)象而不是迭代器；range 對(duì)象是不可變的等差序列。

若單純看結(jié)論的話，你也許沒有感觸，或許還會(huì)說這沒啥了不得啊。但如果我追問，為什么 range 不是迭代器呢，為什么 range 是不可變序列呢？對(duì)這倆問題，你是否還能答出個(gè)自圓其說的設(shè)計(jì)思想呢？（PS：我決定了，若有機(jī)會(huì)面試別人，我必要問這兩個(gè)問題的嘿~）

由于 range 對(duì)象這細(xì)微而有意思的特性，我覺得這篇文章寫得值了。本文是作為迭代器系列文章的一篇來寫的，所以對(duì)于迭代器的基礎(chǔ)知識(shí)介紹不多，另外，還有一種特殊的迭代器也值得單獨(dú)成文，那就是生成器了。

這個(gè)python題目怎么寫？

無意間，看到這么一道Python面試題：以下代碼將輸出什么？

def testFun:

temp = [lambda x : i*x for i in range(4)]

return temp

for everyLambda in testFun:

print (everyLambda(2))

腦中默默一想，這還用說么，肯定是：

2

4

6

最后一看答案，竟然是：

6

6

6

6

于是帶著懷疑的心態(tài)（其實(shí)是不服輸，不認(rèn)錯(cuò)），打開編輯器，快速一敲，果然是：

懷疑了人生半天，本來還想黑，WTF Python…然后才想通是自己太生疏......

最后發(fā)現(xiàn)原因竟是：Python 的閉包的后期綁定導(dǎo)致的 late binding。

這意味著在閉包中的變量是在內(nèi)部函數(shù)被調(diào)用的時(shí)候被查找，所以當(dāng)任何testFun 返回的函數(shù)被調(diào)用，i 的值是在它被調(diào)用時(shí)的周圍作用域中查找。

也就是說無論哪個(gè)返回的函數(shù)被調(diào)用，for 循環(huán)都已經(jīng)完成了，i 最后的值是 3，因此，每個(gè)返回的函數(shù) testFun 的值都是 3。

因此一個(gè)等于 2 的值被傳遞進(jìn)以上代碼，它們將返回一個(gè)值 6 （比如：3 x 2）。

究竟如何才能實(shí)現(xiàn)出這樣的結(jié)果呢？

2

4

6

想了想，若能立即綁定參數(shù)，或者直接不用閉包總該行吧，用另一種方式避免 i 的改寫。

回憶了之前所學(xué)知識(shí)，最后醞釀出了四種解決方案。

第一種：創(chuàng)建一個(gè)閉包，通過使用默認(rèn)參數(shù)立即綁定它的參數(shù)

def testFun:

temp = [lambda x, i=i: i * x for i in range(4)]

return temp

for everyLambda in testFun:

print(everyLambda(2))

第二種：使用functools.partial 函數(shù)，把函數(shù)的某些參數(shù)（不管有沒有默認(rèn)值）給固定住（也就是相當(dāng)于設(shè)置默認(rèn)值）

from functools import partial

from operator import mul

def testFun:

return [partial(mul, i) for i in range(4)]

for everyLambda in testFun:

print(everyLambda(2))

第三種：優(yōu)雅的寫法，直接用生成器

def testFun:

return (lambda x, i=i: i * x for i in range(4))

for everyLambda in testFun:

print(everyLambda(2))

第四種：利用yield的惰性求值的思想

def testFun:

for i in range(4):

yield lambda x: i * x

for everyLambda in testFun:

print(everyLambda(2))

最終運(yùn)行結(jié)果：

有了解決方案后，又陷入了懷疑自己，這個(gè)題目究竟是考察的是什么？是在考面試者閉包相關(guān)知識(shí)以及Python 的閉包的后期綁定問題么？

若將題目改成：以下代碼輸出的結(jié)果是（0,2,4,6）么？如果不是，你將會(huì)怎么做，讓它變成（0,2,4,6）？這樣會(huì)不會(huì)更有意思點(diǎn)呢？歡迎大家出妙招，看究竟有多少招？（哈哈哈！！！）

python惰性求值有哪些函數(shù)

Copyright ? 1999-2020, CSDN.NET, All Rights Reserved

惰性計(jì)算的序列

打開APP

Python 的惰性求值與惰性序列 翻譯

2018-07-23 14:57:48

2點(diǎn)贊

東師小鎮(zhèn)

碼齡5年

關(guān)注

惰性求值

在編程語言理論中，惰性求值（英語：Lazy Evaluation），又譯為惰性計(jì)算、懶惰求值，也稱為傳需求調(diào)用（call-by-need），是一個(gè)計(jì)算機(jī)編程中的一個(gè)概念，它的目的是要最小化計(jì)算機(jī)要做的工作。它有兩個(gè)相關(guān)而又有區(qū)別的含意，可以表示為“延遲求值”和“最小化求值”。

避免不必要的計(jì)算，帶來性能的提升（最小化求值）。

對(duì)于Python中的條件表達(dá)式 if x and y,在x為false的情況下y表達(dá)式的值將不再計(jì)算。而對(duì)于if x or y，當(dāng)x的值為true的時(shí)候?qū)⒅苯臃祷兀辉儆?jì)算y的值。因此編程中可以利用該特性，在 and邏輯中，將小概率發(fā)生的條件放在前面或者在or邏輯中，將大概率發(fā)生的時(shí)間放在前面，有助于性能的提升。

2. 節(jié)省空間，使得無線循環(huán)的數(shù)據(jù)結(jié)構(gòu)成為可能（延遲求值）。

延遲求值特別用于函數(shù)式編程語言中。在使用延遲求值的時(shí)候，表達(dá)式不在它被綁定到變量之后就立即求值，而是在該值被取用的時(shí)候求值。延遲求值的一個(gè)好處是能夠建立可計(jì)算的無限列表而沒有妨礙計(jì)算的無限循環(huán)或大小問題。例如，可以建立生成無限斐波那契數(shù)列表的函數(shù)（經(jīng)常叫做“流”）。第n個(gè)斐波那契數(shù)的計(jì)算僅是從這個(gè)無限列表上提取出這個(gè)元素，它只要求計(jì)算這個(gè)列表的前n個(gè)成員。

惰性序列

Python的惰性序列多數(shù)指 iterator，其特點(diǎn)正如同上文所述，具有惰性計(jì)算特點(diǎn)的序列稱為惰性序列。

Python的iterator是一個(gè)惰性序列，意思是表達(dá)式和變量綁定后不會(huì)立即進(jìn)行求值，而是當(dāng)你用到其中某些元素的時(shí)候才去求某元素對(duì)的值。 惰性是指，你不主動(dòng)去遍歷它，就不會(huì)計(jì)算其中元素的值。

一句話理解：

迭代器的一個(gè)優(yōu)點(diǎn)就是它不要求你事先準(zhǔn)備好整個(gè)迭代過程中所有的元素。

迭代器僅僅在迭代至某個(gè)元素時(shí)才計(jì)算該元素，而在這之前或之后，元素可以不存在或者被銷毀。

這個(gè)特點(diǎn)使得它特別適合用于遍歷一些巨大的或是無限的集合，比如幾個(gè)G的文件，或是斐波那契數(shù)列等等。

python極簡教程：生成器和匿名函數(shù)

記住兩個(gè)關(guān)鍵：

初學(xué)的你，還是太難理解？

你可以將生成器理解為一個(gè)盒子，你可以向這個(gè)盒子里隨意添加元素，當(dāng)你需要的時(shí)候，再取出來用。

請(qǐng)看下面的例子：

作用：惰性求值（一邊循環(huán)一邊計(jì)算的機(jī)制），節(jié)省性能

舉個(gè)例子：斐波那契數(shù)列（0,1,1,2,3,5...），打印斐波那契數(shù)列前50個(gè)元素

當(dāng)：

時(shí)，我們可以使用匿名函數(shù)。

初學(xué)的你，還是太難理解？

你想實(shí)現(xiàn)一個(gè)求x的平方的函數(shù)，但是這個(gè)函數(shù)太簡單，不值得專門def定義，同時(shí)，你忘記了平方的英文如何拼寫，要是命名成 "pingfang"，又顯得自己太low，于是乎，你可以不給這個(gè)函數(shù)起名字，還能實(shí)現(xiàn)它。這就是匿名函數(shù)lambda表達(dá)式。

比如：求一個(gè)數(shù)的平方

01 如果你是初學(xué)者，可以先不掌握生成器和匿名函數(shù)，待學(xué)成python后，再行琢磨；

02 在實(shí)際工作中，生成器和匿名函數(shù)的使用頻次，相對(duì)較高，并且在面試中是高頻問點(diǎn)。

本文題目：python惰性求值函數(shù) python 惰性計(jì)算
分享網(wǎng)址：http://chinadenli.net/article10/dojdodo.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供用戶體驗(yàn)、網(wǎng)站制作、服務(wù)器托管、品牌網(wǎng)站制作、自適應(yīng)網(wǎng)站、網(wǎng)站導(dǎo)航

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)