Python入門：集合set詳解

公衆號：尤而小屋
作者：Peter
編輯：Peter

大家好，我是Peter~

在前面的幾篇Python的文章中，我們介紹了Python的多種不同類型的對象：字符串、列表、元組、字典。它們有各自的特點：

• 字符串str：存在索引，字符串中的元素是可以重複的，元素是不可變，不能修改的
• 列表list：也能夠進行索引和切片操作，元素可以修改，是可變的
• 元組tuple：可以看成是不能進行修改的“列表”；元素不能直接修改，也可以進行索引和切片操作，類似列表
• 字典：Python中十分常用，鍵值對組成，鍵必須是比可變的數據類型（比如元組），值可以是任意數據；字典是無序的

如果說元組是列表和字符串的雜合體，那麼集合可以看做是列表和字典的雜合體

Python連載文章

Python入門的連載文章：

本文的整體目錄結構：

集合創建

集合set的創建有兩種方法：

1. 通過set函數創建，空集合只能用這種方式
2. 通過{}來創建

空集合

s1 = set()  # 空集合
s1

set()

type(s1)

set

注意：空集合必須使用set函數來創建，因爲{}是用來創建空字典的

非空集合

使用花括號創建

s2 = {1,2,3,4}  
s2

{1, 2, 3, 4}

type(s2)

set

使用set函數創建

s3 = set([9,8,7,6])  # 將元素用列表裝起來，set只能有一個參數
s3

{6, 7, 8, 9}

type(s3)

set

s4 = set((11,22,33,44))  # 用元組裝起來
s4

{11, 22, 33, 44}

集合的元素不能重複

集合中的元素是不能重複的；如果有重複的元素，集合會自動去重。這是一種非常高效的去重方式

s5 = set([1, 2, 3, 4, 3, 2, 1])  # 存在重複數據
s5

{1, 2, 3, 4}

產生的數據中自動將重複的去掉了

type(s5) # 查看類型

set

s6 = set("javascript") # 字符串中a重複了，自動去重
s6

{'a', 'c', 'i', 'j', 'p', 'r', 's', 't', 'v'}

特別點

當我們創建集合的時候，需要注意數據類型

s7 = {"python", [1,2,3,"java"], {"name":"xiaoming","age":19},100}
s7

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-11-b8ed1637ec12> in <module>
----> 1 s7 = {"python", [1,2,3,"java"], {"name":"xiaoming","age":19},100}
      2 s7


TypeError: unhashable type: 'list'

上面報錯中的關鍵詞：unhashable，中文是不可哈希的。意思是創建的時候存在不可哈希的數據類型：列表
。我們可以記住：

• 不可哈希，即代表可變，比如列表、字典等
• 可哈希，即代表不可變，比如字符串，字典的鍵等

當我們創建集合的時候，元素必須值可哈希的

set集合方法

首先我們通過dir(set)來查看集合的操作方法：

print(dir(set))

['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__iand__', '__init__', '__init_subclass__', '__ior__', '__isub__', '__iter__', '__ixor__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'add', 'clear', 'copy', 'difference', 'difference_update', 'discard', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', 'remove', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update']

add-添加不可變元素

集合中添加元素

s3  # 原集合

{6, 7, 8, 9}

s3.add(1)  # 添加1

s3

{1, 6, 7, 8, 9}

s3.add(2)  # 添加2

s3

{1, 2, 6, 7, 8, 9}

s3.add([1,3,5])

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-18-4efde33c70d1> in <module>
----> 1 s3.add([1,3,5])


TypeError: unhashable type: 'list'

報錯提示：列表是不可哈希，也就是可變類型的。之前我們說過：集合中的元素都是可哈希（不可變類型），所以不能直接添加

list1 = [1,3,5]
tuple1 = tuple(list1)  # 列表轉成元組，元組是不可變的

tuple1

(1, 3, 5)

s3.add(tuple1)  # 添加元組

s3

{(1, 3, 5), 1, 2, 6, 7, 8, 9}

update-更新集合

更新集合中的元素，將兩個集合中的元素組合在一起

# 創建兩個集合，有相同的元素“python”

s8 = set(["python","java","c"])
s9 = set(["python","go","javascript","html"])

s8.update(s9)

s8  

{'c', 'go', 'html', 'java', 'javascript', 'python'}

生成的數據中自動將python去重了

s9  # s9還是沒有變化的

{'go', 'html', 'javascript', 'python'}

update的參數不僅僅是集合，它的參數是不可變數據類型：

help(set.update)  # 查看方法的文檔信息

Help on method_descriptor:

update(...)
    Update a set with the union of itself and others.

s9.update("hello")

s9

{'e', 'go', 'h', 'html', 'javascript', 'l', 'o', 'python'}

s9.update((7,8,9))

s9

{7, 8, 9, 'e', 'go', 'h', 'html', 'javascript', 'l', 'o', 'python'}

pop-隨機刪除

隨機刪除一個元素，並且返回刪除的結果。pop不能指定參數，也就是不能指定想要刪除的元素

s9.pop()

'python'

s9.pop()

'html'

s9.pop("python")  # 不能帶參數

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-33-5037b93f4a38> in <module>
----> 1 s9.pop("python")  # 不能帶參數


TypeError: pop() takes no arguments (1 given)

remove-指定刪除

刪除的元素必須在集合中。如果不存在，則會報錯

s8

{'c', 'go', 'html', 'java', 'javascript', 'python'}

s8.remove("go")

s8  # 結果顯示go被刪除了

{'c', 'html', 'java', 'javascript', 'python'}

s8.remove("go")   # 再次刪除go就會報錯，因爲go已經不存在了

---------------------------------------------------------------------------

KeyError                                  Traceback (most recent call last)

<ipython-input-37-88eafb5b8e9d> in <module>
----> 1 s8.remove("go")   # 再次刪除go就會報錯，因爲go已經不存在了


KeyError: 'go'

discard-指定刪除

指定刪除某個元素，如果元素不存在，也不會報錯。

s8  # 原數據

{'c', 'html', 'java', 'javascript', 'python'}

s8.discard("html")

s8  # 刪除後的數據

{'c', 'java', 'javascript', 'python'}

s8

{'c', 'java', 'javascript', 'python'}

s8.discard("go")

上面的結果表明：如果刪除的元素不存在，也不會報錯。這個是和remove不一樣的地方

clear-清空集合

刪除集合中的全部元素

s8

{'c', 'java', 'javascript', 'python'}

s8.clear()  # 清空了集合

s8

set()

bool(s8)  # bool值爲False

False

不變的集合-frozenset()

上面通過set方法創建的集合，我們瞭解到：集合是可變的，也就是可修改的，或者說不可哈希的。

實際上還有一種方式創建的集合是不可變的：frozenset()，可以理解成凍集合，所以就不能進行修改等操作啦。

f_set = frozenset("python")
f_set

frozenset({'h', 'n', 'o', 'p', 't', 'y'})

我們查看下這個凍集合的操作方法

print(dir(f_set))  # 凍集合

['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'copy', 'difference', 'intersection', 'isdisjoint', 'issubset', 'issuperset', 'symmetric_difference', 'union']

print(dir(s9))  # set集合，非凍集合

['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__iand__', '__init__', '__init_subclass__', '__ior__', '__isub__', '__iter__', '__ixor__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'add', 'clear', 'copy', 'difference', 'difference_update', 'discard', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', 'remove', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update']

通過對比兩種集合的操作方法，我們發現：凍集合中明顯是少了很多增加、刪除等方法，所以凍集合是不可變的

集合運算

在這個小節中介紹的是集合中的各種運算，比如：交集、並集、補集等

in-元素判斷

s5

{1, 2, 3, 4}

1 in s5

True

6 in s5

False

issubset-子集與issuperset-超集

A如果是B的子集，那麼B就是A的超集；也就說A的元素全部在B中

s10 = {1,2}  # 創建一個新的集合
s10

{1, 2}

s10.issubset(s5)  # s10是s5的子集

True

s5.issuperset(s10)  #  s5是s10的超集

True

s9

{7, 8, 9, 'e', 'go', 'h', 'javascript', 'l', 'o'}

s9.issubset(s5)  # 很顯然s9不是s5的子集

False

intersection-交集

求兩個集合的交集，使用intersection函數或者&

print(s5)
print(s10)

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

s5.intersection(s10)

{1, 2}

s5 & s10

{1, 2}

union-並集

使用函數union或者|來表示兩個集合的並集，會生成一個新的對象

print(s5)
print(s9)

{1, 2, 3, 4}
{'javascript', 'o', 7, 'l', 'go', 'h', 8, 9, 'e'}

s11 = s5|s9
s11

{1, 2, 3, 4, 7, 8, 9, 'e', 'go', 'h', 'javascript', 'l', 'o'}

s5.union(s9)

{1, 2, 3, 4, 7, 8, 9, 'e', 'go', 'h', 'javascript', 'l', 'o'}

difference-差集、補集

使用函數difference或者減號-

print(s5)
print(s10)

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

s5 - s10

{3, 4}

s5.difference(s10)

{3, 4}

s10 - s5

set()

symmetric_difference-對稱差集

使用函數symmetric_difference或者symmetric_difference_update（原地更新數據）

s12 = {1,3,4,5,7}
s12

{1, 3, 4, 5, 7}

s5  # 原數據

{1, 2, 3, 4}

s5.symmetric_difference(s12)

{2, 5, 7}

s5  #  原數據沒有改變

{1, 2, 3, 4}

s5.symmetric_difference_update(s12) 

s5    # 原數據爲輸出結果

{2, 5, 7}