迭代器是 23 种设计模式中最常用的一种（之一），在 Python 中随处可见它的身影，我们经常用到它，但是却不一定意识到它的存在。在关于迭代器的系列文章中（链接见文末），我至少提到了 23 种生成迭代器的方法。有些方法是专门用于生成迭代器的，还有一些方法则是为了解决别的问题而“暗中”使用到迭代器。
在系统学习迭代器之前，我一直以为 range() 方法也是用于生成迭代器的，现在却突然发现，它生成的只是可迭代对象，而并不是迭代器！（PS：Python2 中 range() 生成的是列表，本文基于 Python3，生成的是可迭代对象）
于是，我有了这样的疑问：为什么 range() 不生成迭代器呢？在查找答案的过程中，我发现自己对 range 类型的认识存在一些误区。因此，本文将和大家全面地认识一下 range，期待与你共同学习进步。
1、range() 是什么？
它的语法：range(start, stop [,step])；start 指的是计数起始值，默认是 0；stop 指的是计数结束值，但不包括 stop；step 是步长，默认为 1，不可以为 0。range() 方法生成一段左闭右开的整数范围。
对于 range() 函数，有几个注意点：（1）它表示的是左闭右开区间；（2）它接收的参数必须是整数，可以是负数，但不能是浮点数等其它类型；（3）它是不可变的序列类型，可以进行判断元素、查找元素、切片等操作，但不能修改元素；（4）它是可迭代对象，却不是迭代器。
2、为什么 range()不生产迭代器？
可以获得迭代器的内置方法很多，例如 zip()、enumerate()、map()、filter() 和 reversed() 等等，但是像 range() 这样仅仅得到的是可迭代对象的方法就绝无仅有了（若有反例，欢迎告知智汇返佣 https://www.kaifx.cn/broker/t…）。这就是我存在知识误区的地方。
在 for- 循环 遍历时，可迭代对象与迭代器的性能是一样的，即它们都是惰性求值的，在空间复杂度与时间复杂度上并无差异。我曾概括过两者的差别是“一同两不同”：相同的是都可惰性迭代，不同的是可迭代对象不支持自遍历（即 next()方法），而迭代器本身不支持切片（即__getitem__() 方法）。
虽然有这些差别，但很难得出结论说它们哪个更优。现在微妙之处就在于，为什么给 5 种内置方法都设计了迭代器，偏偏给 range() 方法设计的就是可迭代对象呢？把它们都统一起来，不是更好么？
事实上，Pyhton 为了规范性就干过不少这种事，例如，Python2 中有 range() 和 xrange() 两种方法，而 Python3 就干掉了其中一种，还用了“李代桃僵”法。为什么不更规范点，令 range() 生成的是迭代器呢？
关于这个问题，我没找到官方解释，以下纯属个人观点。
zip() 等方法都需要接收确定的可迭代对象的参数，是对它们的一种再加工的过程，因此也希望马上产出确定的结果来，所以 Python 开发者就设计了这个结果是迭代器。这样还有一个好处，即当作为参数的可迭代对象发生变化的时候，作为结果的迭代器因为是消耗型的，不会被错误地使用。
而 range() 方法就不同了，它接收的参数不是可迭代对象，本身是一种初次加工的过程，所以设计它为可迭代对象，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 类型的参数。
python range() 函数可创建一个整数列表，一般用在 for 循环中。
函数语法
range(start, stop[, step])
参数说明：
start: 计数从 start 开始。默认是从 0 开始。例如 range（5）等价于 range（0，5）;
stop: 计数到 stop 结束，但不包括 stop。例如：range（0，5）是 [0, 1, 2, 3, 4] 没有 5
step：步长，默认为 1。例如：range（0，5）等价于 range(0, 5, 1)
实例
range(10) # 从 0 开始到 10
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
range(1, 11) # 从 1 开始到 11
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
range(0, 30, 5) # 步长为 5
[0, 5, 10, 15, 20, 25]
range(0, 10, 3) # 步长为 3
[0, 3, 6, 9]
range(0, -10, -1) # 负数
[0, -1, -2, -3, -4, -5, -6, -7, -8, -9]
range(0)
[]
range(1, 0)
[]
以下是 range 在 for 中的使用，循环出 runoob 的每个字母:x = ‘runoob’
for i in range(len(x)) :
… print(x[i])
…
r
u
n
o
o
b
range
函数说明：range([start,] stop[, step])，根据 start 与 stop 指定的范围以及 step 设定的步长，生成一个序列。eg：
range(5) [0, 1, 2, 3, 4]
range(1,5) [1, 2, 3, 4]
range(0,6,2) [0, 2, 4]
xrange
函数说明：用法与 range 完全相同，所不同的是生成的不是一个数组，而是一个生成器。eg：
xrange(5) xrange(5) >>> list(xrange(5)) [0, 1, 2, 3, 4]
xrange(1,5) xrange(1, 5) >>> list(xrange(1,5)) [1, 2, 3, 4]xrange(0,6,2) xrange(0, 6, 2) >>> list(xrange(0,6,2)) [0, 2, 4]
由上面的示例可以知道：要生成很大的数字序列的时候，用 xrange 会比 range 性能优很多，因为不需要一上来就开辟一块很大的内存空间，这两个基本上都是在循环的时候用：
for i in range(0, 100): print i
for i in xrange(0, 100): print i
这两个输出的结果都是一样的，实际上有很多不同，range 会直接生成一个 list 对象。
a = range(0,100)
print type(a)
print a
print a[0], a[1]
输出结果：
<type ‘list’>
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]
0 1
xrange 则不会直接生成一个 list，而是每次调用返回其中的一个值：
a = xrange(0,100)
print type(a)
print a
print a[0], a[1]
输出结果：
<type ‘xrange’>
xrange(100)
0 1
所以 xrange 做循环的性能比 range 好，尤其是返回很大的时候，尽量用 xrange，除非要返回一个列表需要用 range。