python3中for循环的效率

我目前正在学习Python（3），主要是有R作为主要编程语言的经验。虽然在R

for

中，循环的功能基本上与Python中的相同，但我被教导避免将其用于大型操作，而是使用更高效的

apply

我的问题是：

对于Python中的

-循环有多高的效率，是否有替代方案，作为Python新手，是否值得探索这些可能性

例如：

p = some_candidate_parameter_generator(data)
for i in p:
    fit_model_with paramter(data, i)

---

请耐心听我说，要给出一个示例而不涉及太多具体的代码是很难的。但是在

R

中，我会用

apply

来写这件事，特别是当

p

很大的时候。

注释正确地指出for循环“只和逻辑一样有效”；但是，Python中的

range

和

xrange

确实会影响性能，这可能是您在提出此问题时的想法。不过，这些方法与for循环的内在性能无关

在Python3.0中，

xrange

现在隐式地只是

range

；然而，在低于3.0的Python版本中，过去有一个区别——

range

将整个iterable加载到内存中，然后对每个项进行迭代，而

xrange

更类似于生成器，其中每个项仅在需要时加载到内存中，然后在迭代后从内存中删除

更新问题后：

---

换句话说，如果您有一个庞大的项目列表，需要通过for循环进行迭代，那么使用生成器（而不是列表或元组等）通常会更节省内存。不过，这与Python for循环的运行方式无关，而与您正在迭代的内容有关。如果有疑问，使用生成器，您的内存效率将与Python一样高。

您可以使用一个大型操作的示例吗？在sigle sentance中，它们与您的逻辑一样高效根据文档，apply函数“从2.3版起已弃用”：。它在Python 3中并不存在，这通常很难回答，而且实际上取决于您需要实现什么。如果您需要在某个对象上循环，那么这可能是最有效的。但是，如果您可以，例如，使用生成另一个生成器的

map

，则这是一件完全不同的事情，并且可能更高效。但这也是一个苹果对桔子的比较。@Tryph，没有等价物？嗯，我对发电机不熟悉，所以我肯定要读更多关于这方面的内容。