Python中的range()函数-从入门到精通

2024-09-05 21:04

本文主要是介绍Python中的range()函数-从入门到精通,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

你是否曾经好奇过,为什么Python中的range(100)只生成到99?或者,如何用range()创建一个倒序的数列?今天,让我们深入探讨Python中这个看似简单却蕴含无限可能的range()函数!

在这里插入图片描述

range()函数简介

range()函数是Python中一个强大而灵活的内置函数,它主要用于生成一个整数序列。无论你是初学者还是经验丰富的开发者,掌握range()的使用都能让你的代码更加简洁高效。

range()函数的基本语法如下:

range(stop)
range(start, stop[, step])

看起来很简单,对吧?但是,range()的魔力远不止于此。让我们一步步揭开它的神秘面纱!
image.png

range()的基本用法

1. 生成简单序列

最基本的用法是生成一个从0开始的整数序列:

for i in range(5):print(i)# 输出:
# 0
# 1
# 2
# 3
# 4

注意,range(5)生成的序列不包括5本身。这是因为range()函数遵循Python的"左闭右开"原则。
image.png

2. 指定起始值

如果你想从非零值开始,可以这样做:

for i in range(2, 7):print(i)# 输出:
# 2
# 3
# 4
# 5
# 6

3. 使用步长

range()函数的第三个参数允许你指定步长:

for i in range(0, 10, 2):print(i)# 输出:
# 0
# 2
# 4
# 6
# 8

这个例子生成了一个偶数序列。

range()的进阶技巧

image.png

1. 创建递减序列

你可以通过使用负步长来创建递减序列:

for i in range(10, 0, -1):print(i)# 输出:
# 10
# 9
# 8
# 7
# 6
# 5
# 4
# 3
# 2
# 1

这个技巧在需要倒计时或逆序遍历时非常有用。

2. 生成字符序列

虽然range()主要用于整数,但我们可以结合ord()和chr()函数来生成字符序列:

for i in range(ord('A'), ord('Z')+1):print(chr(i), end=' ')# 输出: A B C D E F G H I J K L M N O P Q R S T U V W X Y Z

这个例子生成了从A到Z的字母序列。

3. 使用range()创建列表

虽然range()本身返回的是一个可迭代对象,但我们可以轻松地将其转换为列表:

numbers = list(range(1, 6))
print(numbers)  # 输出: [1, 2, 3, 4, 5]

这在需要快速创建数字列表时非常有用。

4. 结合zip()函数使用

range()可以与zip()函数结合使用,创建带索引的迭代:

fruits = ['apple', 'banana', 'cherry']
for i, fruit in zip(range(1, len(fruits)+1), fruits):print(f"{i}. {fruit}")# 输出:
# 1. apple
# 2. banana
# 3. cherry

这种技巧在需要为列表元素添加序号时特别有用。

range()的内部实现

image.png

range()函数的内部实现是一个非常有趣的话题。虽然它看起来像是生成了一个完整的序列,但实际上range()对象是"惰性"的,只有在被迭代时才会生成数字。

让我们通过一个简单的例子来理解这一点:

r = range(1, 1000000)
print(r)  # 输出: range(1, 1000000)
print(type(r))  # 输出: <class 'range'>
print(sys.getsizeof(r))  # 输出: 48 (可能因Python版本而异)

尽管我们创建了一个包含近百万个数的range对象,但它占用的内存非常小。这是因为range对象只存储了start, stop和step值,而不是实际的数字序列。

range对象的特性

  1. 不可变性: range对象是不可变的。一旦创建,你就不能修改它的start, stop或step值。

  2. 支持索引和切片: 虽然range对象不是列表,但它支持索引和切片操作。

r = range(0, 10)
print(r[5])  # 输出: 5
print(r[2:5])  # 输出: range(2, 5)
  1. 支持成员检测: 你可以使用in运算符检查一个数是否在range中。
r = range(0, 10, 2)
print(4 in r)  # 输出: True
print(5 in r)  # 输出: False
  1. 可重复使用: 因为range对象只在需要时才生成数字,所以你可以多次迭代同一个range对象而不会占用额外的内存。
r = range(5)
for i in r:print(i)
# 再次使用
for i in r:print(i)

range()的时间复杂度

range()函数的大多数操作都具有O(1)的时间复杂度,这意味着无论range包含多少个数,这些操作的执行时间都是常数级的。

  • 创建range对象: O(1)
  • 检查成员资格 (in 运算符): O(1)
  • 获取长度 (len()): O(1)
  • 获取任意元素 (索引): O(1)

这种高效的实现使得range()在处理大范围的数字序列时特别有用。

range()的性能优化

image.png

了解了range()的内部实现后,我们可以更好地利用它来优化我们的代码。以下是一些性能优化的技巧:

1. 使用range()替代列表

当你需要遍历一个大范围的数字时,使用range()比使用列表要高效得多。

# 低效的方式
for i in list(range(1000000)):pass# 高效的方式
for i in range(1000000):pass

第二种方式不仅运行更快,而且内存使用量也大大减少。

2. 在循环中避免重复计算range()

如果你在循环中多次使用相同的range,最好将其赋值给一个变量:

# 低效的方式
for i in range(len(some_list)):print(some_list[i])# 高效的方式
n = len(some_list)
for i in range(n):print(some_list[i])

这样可以避免在每次循环迭代时都重新计算len(some_list)。

3. 利用range()的不可变性

因为range对象是不可变的,所以你可以安全地在多个地方重用同一个range对象:

r = range(10)def func1():for i in r:print(i)def func2():return list(r)# r 可以安全地在多个函数中重用

4. 使用range()进行切片

当你需要对一个大列表进行切片操作时,先使用range()可以避免创建中间列表:

big_list = list(range(1000000))# 低效的方式
print(big_list[10000:10010])# 高效的方式
r = range(1000000)
print(list(r[10000:10010]))

第二种方式避免了创建整个big_list,只在最后才创建了一个10个元素的小列表。

range()的常见陷阱和解决方案

尽管range()函数非常强大和灵活,但在使用过程中也存在一些常见的陷阱。让我们来看看这些陷阱以及如何避免它们。
image.png

1. 忘记range()是左闭右开区间

这可能是使用range()时最常见的错误。记住,range(start, stop)生成的序列不包括stop值。

# 错误的用法
for i in range(1, 5):print(i)  # 输出: 1, 2, 3, 4 (没有5)# 正确的用法
for i in range(1, 6):print(i)  # 输出: 1, 2, 3, 4, 5

解决方案: 当你想包括结束值时,记得在stop参数上加1。

2. 使用浮点数作为步长

range()函数只接受整数参数。使用浮点数会导致TypeError。

# 错误的用法
for i in range(0, 1, 0.1):print(i)  # 抛出 TypeError# 正确的用法 (如果真的需要浮点数步长)
import numpy as np
for i in np.arange(0, 1, 0.1):print(i)

解决方案: 如果你需要浮点数步长,考虑使用numpy的arange()函数。

3. 在range()中使用变量时的意外行为

当你在range()中使用变量时,这些变量的值在range()创建时就被固定了。

n = 5
r = range(n)
n = 10
print(list(r))  # 输出: [0, 1, 2, 3, 4] (而不是 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

解决方案: 如果你需要动态范围,考虑使用生成器表达式或者在每次需要时重新创建range对象。

4. 在反向range中使用错误的步长

创建反向range时,很容易忘记使用负步长。

# 错误的用法
for i in range(10, 0):print(i)  # 不会打印任何东西# 正确的用法
for i in range(10, 0, -1):print(i)  # 输出: 10, 9, 8, ..., 1

解决方案: 当创建反向range时,记得指定负步长。

5. 过度使用range()导致的可读性问题

虽然range()很强大,但过度使用可能导致代码难以理解。

# 难以理解的代码
for i in range(len(some_list)):print(some_list[i])# 更易读的代码
for item in some_list:print(item)

解决方案: 当简单迭代列表元素时,直接使用for-in循环。只有当你真正需要索引时,才使用range(len(…))。

6. 在大范围上使用list(range())

将range()直接转换为列表可能会占用大量内存。

# 可能导致内存错误
big_list = list(range(10**8))# 更安全的方法
for i in range(10**8):# 处理 i

解决方案: 除非确实需要列表,否则直接迭代range对象。

range()在实际项目中的应用

range()函数不仅仅是用于简单的循环,它在实际项目中有着广泛的应用。让我们探讨一些实际的使用场景。
image.png

1. 分页实现

在web开发中,range()常用于实现分页功能:

def paginate(items, page_number, items_per_page):start = (page_number - 1) * items_per_pageend = start + items_per_pagereturn items[start:end]all_items = list(range(100))  # 假设我们有100个项目
page_3 = paginate(all_items, page_number=3, items_per_page=10)
print(page_3)  # 输出: [20, 21, 22, 23, 24, 25, 26, 27, 28, 29]

这个例子展示了如何使用range()的特性来实现简单的分页功能。

2. 批量处理

当处理大量数据时,range()可以用于创建批次:

def process_in_batches(items, batch_size=1000):for i in range(0, len(items), batch_size):batch = items[i:i+batch_size]# 处理这个批次process_batch(batch)# 假设我们有一个大列表需要处理
big_data = list(range(1000000))
process_in_batches(big_data)

这种方法可以有效地控制内存使用,特别是在处理非常大的数据集时。

3. 创建数字ID或序列号

range()函数非常适合创建唯一的数字ID或序列号:

class Product:id_generator = range(1, 10000).__iter__()def __init__(self, name):self.id = next(Product.id_generator)self.name = nameproducts = [Product(f"Product_{i}") for i in range(10)]
for product in products:print(f"ID: {product.id}, Name: {product.name}")

这个例子展示了如何使用range()创建一个简单的ID生成器。

4. 时间序列生成

在数据分析或时间序列处理中,range()可以用来生成日期范围:

from datetime import date, timedeltadef date_range(start_date, end_date):for n in range(int((end_date - start_date).days)):yield start_date + timedelta(n)start_date = date(2023, 1, 1)
end_date = date(2023, 1, 10)for d in date_range(start_date, end_date):print(d)

这个函数使用range()生成一系列日期,这在处理时间序列数据时非常有用。

5. 创建测试数据

在编写单元测试或创建模拟数据时,range()是一个强大的工具:

import randomdef generate_test_data(n):return [{'id': i,'name': f'User_{i}','age': random.randint(18, 80),'score': random.uniform(0, 100)}for i in range(n)]test_data = generate_test_data(1000)
print(test_data[:5])  # 打印前5个测试数据

这个例子展示了如何使用range()快速生成大量结构化的测试数据。

6. 实现简单的进度条

range()可以用来实现简单的命令行进度条:

import timedef progress_bar(iterable, total=None, prefix='', suffix='', decimals=1, length=50, fill='█', print_end="\r"):total = total or len(iterable)for i, item in enumerate(iterable):percent = ("{0:." + str(decimals) + "f}").format(100 * (i / float(total)))filled_length = int(length * i // total)bar = fill * filled_length + '-' * (length - filled_length)print(f'\r{prefix} |{bar}| {percent}% {suffix}', end=print_end)yield itemprint()# 使用示例
for _ in progress_bar(range(1000), total=1000, prefix='Progress:', suffix='Complete', length=50):time.sleep(0.01)  # 模拟一些处理时间

这个进度条使用range()来跟踪和显示长时间运行任务的进度。

range总结

image.png

通过深入探讨Python中的range()函数,我们不仅了解了它的基本用法,还发现了它在各种实际应用中的潜力。从简单的循环到复杂的数据处理,range()都展现出了其强大的功能和灵活性。

让我们回顾一下我们学到的关键点:

  1. range()函数是一个强大的工具,用于生成整数序列。
  2. 它的基本语法简单,但可以通过不同的参数组合实现复杂的序列生成。
  3. range()对象是"惰性"的,这使得它在处理大范围数字时非常高效。
  4. 我们可以利用range()的特性来优化代码性能,特别是在处理大量数据时。
  5. 虽然强大,但使用range()时也需要注意一些常见的陷阱,如左闭右开区间的特性。
  6. 在实际项目中,range()的应用非常广泛,从分页实现到创建测试数据,再到实现简单的进度条。

掌握range()函数不仅能让你的代码更加简洁高效,还能帮助你更好地理解Python中的迭代器和生成器概念。随着你在Python编程中的深入,你会发现range()函数在各种场景下都有其独特的应用价值。

希望这篇深入探讨能够帮助你更好地理解和使用Python中的range()函数。记住,编程的魅力在于不断学习和探索,而像range()这样看似简单的函数往往蕴含着无限的可能性。继续探索,继续编码,你会发现更多Python的精彩之处!

这篇关于Python中的range()函数-从入门到精通的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1140062

相关文章

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Python的time模块一些常用功能(各种与时间相关的函数)

《Python的time模块一些常用功能(各种与时间相关的函数)》Python的time模块提供了各种与时间相关的函数,包括获取当前时间、处理时间间隔、执行时间测量等,:本文主要介绍Python的... 目录1. 获取当前时间2. 时间格式化3. 延时执行4. 时间戳运算5. 计算代码执行时间6. 转换为指

利用Python调试串口的示例代码

《利用Python调试串口的示例代码》在嵌入式开发、物联网设备调试过程中,串口通信是最基础的调试手段本文将带你用Python+ttkbootstrap打造一款高颜值、多功能的串口调试助手,需要的可以了... 目录概述:为什么需要专业的串口调试工具项目架构设计1.1 技术栈选型1.2 关键类说明1.3 线程模

Python ZIP文件操作技巧详解

《PythonZIP文件操作技巧详解》在数据处理和系统开发中,ZIP文件操作是开发者必须掌握的核心技能,Python标准库提供的zipfile模块以简洁的API和跨平台特性,成为处理ZIP文件的首选... 目录一、ZIP文件操作基础三板斧1.1 创建压缩包1.2 解压操作1.3 文件遍历与信息获取二、进阶技

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py

Python中的getopt模块用法小结

《Python中的getopt模块用法小结》getopt.getopt()函数是Python中用于解析命令行参数的标准库函数,该函数可以从命令行中提取选项和参数,并对它们进行处理,本文详细介绍了Pyt... 目录getopt模块介绍getopt.getopt函数的介绍getopt模块的常用用法getopt模

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.