Mengapa tidak ada fungsi xrange di Python3?

Baru-baru ini saya mulai menggunakan Python3 dan kurangnya xrange sakit.

Contoh sederhana:

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()

Hasilnya, masing-masing:

1) 1.53888392448 2) 3.215819835662842

Mengapa demikian? Maksudku, mengapa xrange dihapus? Ini alat yang luar biasa untuk dipelajari. Untuk pemula, sama seperti saya, seperti kita semua ada di beberapa titik. Mengapa menghapusnya? Adakah yang bisa mengarahkan saya ke PEP yang tepat, saya tidak dapat menemukannya.

Bersulang.

Beberapa pengukuran kinerja, menggunakan timeitalih-alih mencoba melakukannya secara manual time.

Pertama, 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

Sekarang, 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

Rupanya, 3.x rangebenar-benar sedikit lebih lambat dari 2.x xrange. Dan fungsi OP xrangetidak ada hubungannya dengan itu. (Tidak mengherankan, karena panggilan satu kali ke __iter__slot tidak akan terlihat di antara 10.000.000 panggilan untuk apa pun yang terjadi dalam loop, tetapi seseorang mengemukakannya sebagai suatu kemungkinan.)

Tapi ini hanya 30% lebih lambat. Bagaimana OP mendapat 2x lebih lambat? Nah, jika saya mengulangi tes yang sama dengan Python 32-bit, saya mendapatkan 1,58 vs 3,12. Jadi tebakan saya adalah bahwa ini adalah kasus lain di mana 3.x telah dioptimalkan untuk kinerja 64-bit dengan cara yang menyakitkan 32-bit.

Tetapi apakah itu benar-benar penting? Lihat ini, dengan 3.3.0 64-bit lagi:

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

Jadi, membangun listmembutuhkan lebih dari dua kali lebih lama dari seluruh iterasi.

Dan untuk "menghabiskan lebih banyak sumber daya daripada Python 2.6+", dari pengujian saya, sepertinya 3.x rangepersis ukuran yang sama dengan 2.x xrange—dan, bahkan jika itu 10x lebih besar, membangun daftar yang tidak perlu masih sekitar 10.000.000x lebih dari masalah daripada apa pun rentang iterasi mungkin bisa dilakukan.

Dan bagaimana dengan forloop eksplisit, bukan loop C di dalam 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

Jadi, hampir sebanyak waktu yang terbuang dalam forpernyataan seperti pada pekerjaan aktual iterasi range.

Jika Anda khawatir tentang mengoptimalkan iterasi objek rentang, Anda mungkin mencari di tempat yang salah.

Sementara itu, Anda terus bertanya mengapa xrangedihapus, tidak peduli berapa kali orang mengatakan hal yang sama kepada Anda, tetapi saya akan mengulanginya lagi: Tidak dihapus: diubah namanya menjadi range, dan 2.x rangeadalah yang dihapus.

Berikut beberapa bukti bahwa rangeobjek 3.3 adalah turunan langsung dari xrangeobjek 2.x (dan bukan dari rangefungsi 2.x ): sumber ke 3.3range dan 2.7xrange . Anda bahkan dapat melihat riwayat perubahan (terkait dengan, saya percaya, perubahan yang menggantikan instance terakhir dari string "xrange" di mana saja dalam file).

Jadi, mengapa lebih lambat?

Pertama, mereka telah menambahkan banyak fitur baru. Untuk yang lain, mereka telah melakukan semua jenis perubahan di semua tempat (terutama di dalam iterasi) yang memiliki efek samping kecil. Dan ada banyak pekerjaan untuk secara dramatis mengoptimalkan berbagai kasus penting, bahkan jika kadang-kadang sedikit pesimis kasus yang kurang penting. Tambahkan semua ini, dan saya tidak terkejut bahwa iterasi rangesecepat mungkin sekarang sedikit lebih lambat. Ini adalah salah satu dari kasus-kasus yang kurang penting yang tidak akan pernah dipedulikan oleh siapa pun. Tidak ada yang mungkin memiliki kasus penggunaan nyata di mana perbedaan kinerja ini adalah hotspot dalam kode mereka.

Berbagai Python3 ini adalah xrange python2 ini. Tidak perlu membungkus iter di sekitarnya. Untuk mendapatkan daftar aktual di Python3, Anda harus menggunakanlist(range(...))

Jika Anda menginginkan sesuatu yang berfungsi dengan Python2 dan Python3, coba ini

try:
    xrange
except NameError:
    xrange = range

rangeJenis Python 3 berfungsi seperti halnya Python 2 xrange. Saya tidak yakin mengapa Anda melihat perlambatan, karena iterator yang dikembalikan oleh xrangefungsi Anda adalah persis apa yang akan Anda dapatkan jika Anda mengulanginya rangesecara langsung.

Saya tidak dapat mereproduksi perlambatan pada sistem saya. Inilah cara saya menguji:

Python 2, dengan 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, dengan rangesedikit lebih cepat:

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

Baru-baru ini saya mengetahui bahwa rangetipe Python 3 memiliki beberapa fitur rapi lainnya, seperti dukungan untuk slicing: range(10,100,2)[5:25:5]is range(20, 60, 10)!

Salah satu cara untuk memperbaiki kode python2 Anda adalah:

import sys

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

xrange dari Python 2 adalah generator dan mengimplementasikan iterator sementara range hanyalah sebuah fungsi. Dalam Python3 saya tidak tahu mengapa dijatuhkan xrange.

comp: ~ $ python Python 2.7.6 (default, 22 Jun 2015, 17:58:13) [GCC 4.8.2] di 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

Dengan angka timeit = 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 (default, 14 Okt 2015, 20:28:29) [GCC 4.8.4] di 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

Dengan angka timeit = 1,2,3,4 param bekerja cepat dan dengan cara linear:

>>> 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

Jadi sepertinya jika kita mengukur 1 siklus putaran berjalan seperti timeit.timeit ("[x untuk x dalam kisaran (1000000) jika x% 4]", angka = 1) (seperti yang kita gunakan dalam kode nyata) python3 bekerja cukup cepat, tetapi dalam loop berulang python 2 xrange () menang dalam kecepatan terhadap range () dari python 3.