Python中range的用法详解

从原理到实战:全面掌握range()函数的参数规则、行为机制、常见陷阱及高效使用技巧

什么是range()函数

在Python编程中,range()是内置的序列生成函数,用于创建一个不可变的整数序列对象,常用于for循环中控制迭代次数。它并非真正生成列表,而是一个惰性序列对象(在Python 3中),仅在需要时计算下一个值,从而极大节省内存空间。

与Python 2中返回列表的range()不同,Python 3的range()返回的是range类型的对象,属于collections.abc.Sequence抽象基类的实现。这意味着它支持索引、切片、长度查询、成员测试等操作,却不会一次性将所有元素加载到内存中。

例如,range(1000000)仅占用约48字节内存(在64位系统上),而同等长度的列表则需约8MB内存。这种内存效率使range()成为处理大范围整数序列的首选工具。

此外,range对象是可迭代的(iterable)、可迭代对象(iterator)的工厂(factory),支持在循环中反复使用。每次迭代时,它动态计算当前值,而非预存储全部元素。这种设计体现了Python对“惰性求值”(lazy evaluation)理念的推崇,兼顾了功能表达力与系统资源的高效利用。

⚡核心特征:不可变、惰性、支持索引/切片、内存友好、可重复迭代

range()函数基础语法

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

其中:

三个参数必须均为整数(int),或可转换为整数的对象(如实现了__index__()方法的自定义类)。传入浮点数、字符串等非整数类型会引发TypeError。

注意:stop始终为开区间边界。例如range(5)生成序列0,1,2,3,4,共5个整数,不包含5。

# 正确用法
r1 = range(5)          # [0, 1, 2, 3, 4]
r2 = range(2, 8)       # [2, 3, 4, 5, 6, 7]
r3 = range(10, 1, -2)  # [10, 8, 6, 4, 2]
# 错误用法(将引发TypeError)
# range(3.5)         # TypeError: 'float' object cannot be interpreted as an integer
# range("10")        # TypeError: 'str' object cannot be interpreted as an integer

参数详解与行为机制

深入理解各参数的计算逻辑与边界条件,是避免常见错误的关键。

1. 单参数形式:range(stop)

等价于range(0, stop),生成从0开始、到stop-1结束的整数序列。

list(range(4))  # [0, 1, 2, 3]
list(range(1))  # [0]
list(range(0))  # []

当stop ≤ 0时,返回空序列。这常用于安全初始化循环,避免手动判断边界。

2. 双参数形式:range(start, stop)

生成从start开始、以步长1递增、到stop-1结束的序列。

关键规则:若start ≥ stop,则返回空序列。

list(range(2, 7))   # [2, 3, 4, 5, 6]
list(range(5, 2))     # []  ← start > stop,步长默认为正,无法到达
list(range(-3, 2))    # [-3, -2, -1, 0, 1]

3. 三参数形式:range(start, stop, step)

此时步长step可正可负:

list(range(0, 10, 2))   # [0, 2, 4, 6, 8]
list(range(10, 0, -2))  # [10, 8, 6, 4, 2]
list(range(3, 3, 1))    # []  ← start == stop,空序列
list(range(3, 3, -1))   # []  ← 同上
⚙️重要提示:空序列是合法的,不会报错;但step=0是非法输入,必须避免。

经典示例与实战场景

通过具体代码展示range()在实际开发中的灵活应用。

1. 遍历列表索引

使用range(len(seq))获取索引,再通过索引访问元素:

fruits = ["苹果", "香蕉", "橙子"]
for i in range(len(fruits)):
    print(f"第{i+1}个水果:{fruits[i]}")

但更推荐直接使用enumerate(),代码更简洁:

for i, fruit in enumerate(fruits, start=1):
    print(f"第{i}个水果:{fruit}")

2. 逆序遍历

结合负步长实现倒序访问:

for i in range(5, 0, -1):
    print(i, end=" ")
# 输出:5 4 3 2 1

常用于倒计时、逆序处理等场景。

3. 生成等差数列

通过调整步长生成特定间隔的序列:

# 1到100中所有偶数
evens = list(range(2, 101, 2))  # [2, 4, ..., 100]
# 负数范围:-5到5(含)
neg_pos = list(range(-5, 6))    # [-5, -4, ..., 0, ..., 5]

4. 矩阵遍历(二维循环)

生成行号和列号组合:

rows, cols = 3, 4
for i in range(rows):
    for j in range(cols):
        print(f"({i}, {j})", end=" ")
    print()
# 输出:(0,0) (0,1) (0,2) (0,3)
#      (1,0) (1,1) (1,2) (1,3)
#      (2,0) (2,1) (2,2) (2,3)

5. 与列表推导式结合

快速生成满足条件的列表:

# 生成1~10的平方数
squares = [x**2 for x in range(1, 11)]
# [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# 筛选奇数的立方
odds_cubes = [x**3 for x in range(1, 10, 2)]
# [1, 27, 125, 343, 729]

常见误区与易错点

总结开发者常犯的错误,助您规避陷阱。

误区1:混淆range()与list(range())

直接打印range()对象会显示其类型信息,而非序列值:

print(range(5))      # range(0, 5)
print(list(range(5))) # [0, 1, 2, 3, 4]

在需要显示内容时,务必用list()或循环转换。

误区2:误以为range()修改原列表

range()本身不修改任何变量,它只生成新序列。以下代码不会改变原列表:

nums = [1, 2, 3]
for i in range(len(nums)):
    nums[i] += 10  # ✅ 这是通过索引修改,而非range直接作用
print(nums)  # [11, 12, 13]

误区3:负步长时起止顺序颠倒

当step < 0时,若start < stop,结果为空:

list(range(2, 8, -1))  # [] ← 无法从2递减到8
list(range(8, 2, -1))  # [8, 7, 6, 5, 4, 3]

误区4:浮点数步长错误使用

range()不支持浮点数,即使步长是整数但起止为浮点也会报错:

# 错误:range(0.0, 5.0, 1.0) → TypeError
# 正确方式:强制转换为int
list(range(int(0.0), int(5.0)))  # [0, 1, 2, 3, 4]

若需浮点步长,应使用numpy.arange()或列表推导式:

[x/10 for x in range(0, 50, 5)]  # [0.0, 0.5, 1.0, ..., 4.5]

误区5:误判空序列长度

len(range(3,3))返回0,但range(3,3)本身不为None:

bool(range(0))      # False ← 空序列在布尔上下文中为False
bool(range(1))      # True
len(range(0))       # 0

range() vs 其他序列生成方式

对比range()与list()、numpy.arange()、itertools.count()的差异。

特性 range() list(range()) numpy.arange() itertools.count()
内存占用 极小(O(1)) 大(O(n)) 中等(需numpy数组开销) O(1)
支持切片 ✅ ✅ ✅ ❌
支持索引 ✅ ✅ ✅ ❌
可变性 不可变 可变 不可变 迭代器(不可重用)
浮点支持 ❌ ❌ ✅ ✅(需指定起始值)
无限序列 ❌ ❌ ❌ ✅
依赖库 内置 内置 numpy 内置itertools

何时选择range()

何时选择其他方式

性能深度对比

实测数据说明range()的性能优势。

内存占用对比(生成1000万个整数)

import sys
r = range(10_000_000)
l = list(range(10_000_000))
print(sys.getsizeof(r))  # 48 字节
print(sys.getsizeof(l))  # 89,095,160 字节(约85MB)

迭代速度对比(遍历100万个整数)

import timeit
# range迭代
t_range = timeit.timeit('for i in range(1_000_000): pass', number=100)
# 约 0.032 秒
# list(range)迭代
t_list = timeit.timeit('for i in list(range(1_000_000)): pass', number=100)
# 约 0.287 秒

结论:range()比list(range())快近9倍,且内存占用降低近200万倍。

切片与索引性能

range对象的索引和切片操作为O(1)时间复杂度(内部通过数学计算直接定位),无需遍历:

r = range(10_000_000)
print(r[9999999])     # 9999999(瞬间返回)
print(r[100:200:5])   # range(100, 200, 5)(瞬间返回)

相比之下,list的切片操作需复制元素,为O(k)复杂度(k为切片长度)。

高频问答集锦

整理网友最关心的10个问题及精准解答。

A1: 返回空序列

range(0)等价于range(0, 0),因起始值等于终止值,无有效整数满足条件,故返回空range对象。其长度为0,布尔值为False:

print(range(0))      # range(0, 0)
print(len(range(0))) # 0
print(bool(range(0)))# False

该特性常用于条件初始化,例如:

n = 0
for i in range(n):  # 循环体不执行
    process(i)

A2: 使用负步长

语法:range(start, stop, step),其中step < 0,且需满足start > stop:

# 从10递减到1(不含0)
for i in range(10, 0, -1):
    print(i, end=" ")  # 10 9 8 ... 1
# 生成偶数倒序:10,8,6,4,2
list(range(10, 1, -2))  # [10, 8, 6, 4, 2]

注意:若写成range(1, 10, -1),结果为空,因起始值小于终止值却要求递减。

A3: 可以,但需手动管理计数器

range()本身不依赖循环类型,可配合while使用,但更推荐直接用for循环:

# 推荐:for循环自动处理索引
for i in range(5):
    print(i)
# 不推荐:while需手动维护索引
i = 0
while i < 5:
    print(i)
    i += 1

仅在需要复杂条件控制时,才考虑while配合range()生成的索引序列。

A4: Python 2与3的关键差异

特性 Python 2.x Python 3.x
range()行为 返回列表 返回range对象
xrange()存在 ✅ 存在,返回惰性序列 ❌ 已移除
内存占用 大(立即生成列表) 极小(惰性计算)

在Python 3中,原xrange()的功能已由range()继承,无需额外函数。

A5: 不可变,但可重新赋值

range对象本身不可变(immutable),不支持修改操作:

r = range(5)
r[0] = 10  # TypeError: 'range' object does not support item assignment

但可通过重新赋值创建新对象:

r = range(5)  # range(0,5)
r = range(2, 8) # 新对象 range(2,8)

注意:这不是修改原对象,而是让变量指向新序列。