Python中的range()函数和Numpy库中的arange()函数有什么区别？

Question

我在网上搜索发现，numpy.arange比python的range函数占用更少的空间。但是当我尝试使用以下代码时，结果与range函数不同。

import sys

x = range(1,10000)
print(sys.getsizeof(x))  # --> Output is 48

a = np.arange(1,10000,1,dtype=np.int8)
print(sys.getsizeof(a))  # --> OutPut is 10095

请问有人可以解释一下吗？

- AshishSingh007

---

不要指望 getsizeof() 能够给你复杂对象的完整内存使用情况。 - Klaus D.

您可以参考：https://muddoo.com/tutorials/difference-between-range-vs-arange-in-python/ - David

@KlausD。range对象非常简单，只有三个整数引用。 - juanpa.arrivillaga

你是否阅读过这两个函数的实际文档？这总是比随机搜索网络更好的起始方法。 - Mad Physicist

什么是上下文？ - hpaulj

Answer 1

在PY3中，range是一个能够生成数字序列的对象，而不是实际的序列。你可能需要复习一些基本的Python知识，特别是列表和生成器及它们之间的区别。

In [359]: x = range(3)                                                                                 
In [360]: x                                                                                            
Out[360]: range(0, 3)

我们可以使用类似于list或列表推导式来创建这些数字：

In [361]: list(x)                                                                                      
Out[361]: [0, 1, 2]
In [362]: [i for i in x]                                                                        
Out[362]: [0, 1, 2]

在类似于 for i in range(3): print(i) 的循环中，常常使用范围。

arange 是一个 numpy 函数，它生成一个 numpy 数组：

In [363]: arr = np.arange(3)                                                                           
In [364]: arr                                                                                          
Out[364]: array([0, 1, 2])

我们可以遍历这样的数组，但它比[362]慢。

In [365]: [i for i in arr]                                                                             
Out[365]: [0, 1, 2]

但是对于数学计算，数组更好：

In [366]: arr * 10                                                                                     
Out[366]: array([ 0, 10, 20])

数组还可以从列表[361]（为了与早期 Py2 的使用兼容，也可以从 range 本身创建）中创建：

In [376]: np.array(list(x))     # np.array(x)                                                                        
Out[376]: array([0, 1, 2])

但是，与直接使用arange相比，这种方法速度较慢（这是一个实现细节）。

尽管名称相似，但这些不应被视为简单的替代品。在基本的Python结构中，如for循环和推导式中使用range。当您需要数组时，请使用arange。

Python中的一个重要创新（与早期语言相比）是我们可以直接在列表上进行迭代。我们不必逐个索引进行迭代。如果我们需要值以及它们的索引，我们可以使用enumerate：

In [378]: alist = ['a','b','c']                                                                        
In [379]: for i in range(3): print(alist[i])   # index iteration                                                        
a
b
c
In [380]: for v in alist: print(v)    # iterate on list directly                                       
a
b
c
In [381]: for i,v in enumerate(alist): print(i,v)    #  index and values                                                  
0 a
1 b
2 c

因此，在基本的Python代码中，您可能不会经常看到range被使用。

- hpaulj

---

非常有用的深入探讨。也许可以将np.array(10*list(range(5)))与10*np.array(list(range(5)))进行比较，以展示如何从现有列表正确创建带数学运算的数组。 - P2000

Answer 2

range类型构造函数创建range对象，这些对象以高效的方式表示具有起始、停止和步骤的整数序列，并在计算时动态生成值。 np.arange函数返回一个numpy.ndarray对象，它实际上是原始数组的包装器。与创建Python list（例如list(range(N))）相比，这是一种快速且相对紧凑的表示形式，但range对象更加节省空间，实际上只需要常量空间，因此，对于所有实际目的而言，range(a)与任何整数a、b的range(b)大小相同。

顺便提一下，您应该注意解释sys.getsizeof的结果，必须理解它正在做什么。因此，不要简单地比较Python列表和numpy.ndarray的大小。

也许您阅读的内容是指Python 2，在那里range返回一个list。与一般情况下的numpy.ndarray对象相比，列表对象需要更多的空间。

- juanpa.arrivillaga

Answer 3

arange 存储数组的每个单独值，而 range 只存储 3 个值（起始值、结束值和步长）。这就是为什么相比于 range，arange 占用更多的空间。

由于问题涉及到大小，这将是答案。

但是，从速度、空间和效率的角度来看，使用 numpy 数组和 arange 比使用 Python 列表有许多 优点。

- Lin Lae