python 集合 set

 

python的set和其他语言类似, 是一个无序不重复元素集, 基本功能包括关系测试和消除重复元素. sets 支持 x in set, len(set),和 for x in set。作为一个无序的集合，sets不记录元素位置或者插入点。因此，sets不支持 indexing, slicing, 或其它类序列（sequence-like）的操作。

 

set 的创建 

---

• 使用set()函数创建

>>> set()  #new empty set object
set()
>>> set([1,2,3,3,4])  #new set object
{1, 2, 3, 4}
>>> set("Hello World")  
{'e', 'H', 'r', ' ', 'd', 'l', 'o', 'W'}

• 使用{}创建

>>> {1,2,3,3,4}
{1, 2, 3, 4}

 

set 的基本操作

---

• 标准数学操作 ----并集、交集、差集和对称差集

• >>> s = set([1,2,3,3])
  >>> t = set([3,4,4,5])
  >>> s|t                 # t 和 s的并集      
  {1, 2, 3, 4, 5}       
  >>> s&t                 # t 和 s的交集  
  {3}
  >>> t-s                 # 求差集（项在t中，但不在s中）  
  {4, 5}
  >>> t^s                 # 对称差集（项在t或s中，但不会同时出现在二者中）
  {1, 2, 4, 5}

• 添加,删除,清空操作
  1. add 函数  
     

     >>> t = set([1,2,3,3])
      # Add an element to a set
      #仅添加一项，添加list，或几项都会报错
     >>> t.add('x')               #添加一个字符
     >>> t.add("Hello")           #添加一个字符串
     >>> t.add(8)                 #添加一个数值
     >>> t
     {1, 2, 3, 8, 'x', 'Hello'}

  2. remove 函数    -----删除一项，在set中不存在就好引发keyError
     

     #Remove an element from a set;
     >>> t = set([1,2,3,'H','E'])
     >>> t
     {1, 2, 3, 'E', 'H'}
     >>> t.remove(3)
     >>> t
     {1, 2, 'E', 'H'}
     #t.remove(5)会报错

  3. discard函数   ---删除一项，在set中不存在也不好引发错误
     

     >>> t = set([1,2,2,3,'H','E'])
     >>> t.discard(2)
     >>> t
     {1, 3, 'E', 'H'}
     >>> t.discard(9)
     >>> t
     {1, 3, 'E', 'H'}

  4. update函数
     

     #Update a set with the union of itself and others
     #可以实现添加多项，如list
     >>> t = set([1,2,3,3])
     >>> t.update([3,4,5,5])
     >>> t
     {1, 2, 3, 4, 5}

  5. clear 函数
     

     #Remove all elements from this set.
     >>> t = set([1,2,3,3])
     >>> t.clear()
     >>> t
     set()

• 其他基本操作

1. copy函数 ---- 返回集合的浅复制
   

   >>> s = {3,3,4,4}
   >>> c = s.copy()
   >>> c.add(5)
   >>> c
   {3, 4, 5}
   >>> s
   {3, 4}

2. len()函数 ----返回set的长度
   

   >>> s = {3,3,4,4}
   >>> s
   {3, 4}
   >>> len(s)
   2

3. in 函数  --可以构造set的遍历，在海量数据去重复中可以考虑使用set,比hash快多了。
   

   >>> s = set([11,22,33,11,33,55])
   >>> s
   {33, 11, 22, 55}
   >>> c = [i for i in s]
   >>> c
   [33, 11, 22, 55]