Python 进阶之路 (四) 先立Flag, 社区最全的Set用法集锦

34

Set是什么

大家好,恰逢初五迎财神,先预祝大家新年财源滚滚!!
在上一期详解tuple元组的用法后,今天我们来看Python里面最后一种常见的数据类型:集合(Set)

与dict类似,set也是一组key的集合,但不存储value。由于key不能重复,所以,在set中,没有重复的key。创建一个set,需要提供一个list作为输入集集合,重复元素在set中会被自动被过滤,通过add(key)方法往set中添加元素,重复添加不会有效果。如果现在你发现我讲的很模糊请不要着急。稍后会有海量例子为大家详解。

总而言之,Set具有三个显著特点:

  • 无序
  • 元素是独一无二的,不允许出现重复的元素
  • 可以修改集合本身,但集合中包含的元素必须是不可变类型

现在让我们开启Set奇幻之旅,我希望这篇文章是SegmentFault社区对于Set介绍最全的模范,哈哈!

定义一个Set

我们有两种方式可以创建一个Set,可以使用内置的set()方法,或是使用中括号{}
创建模板如下:

                    x = set(<iter>)         
                    x = {<obj>, <obj>, ..., <obj>}

现在让我们来看例子~

set()内置方法创建
x = set(['foo', 'bar', 'baz', 'foo', 'qux'])   # 传入List
print(x)

y = set(('foo', 'bar', 'baz', 'foo', 'qux'))   #传入元组
print(y)

Out: {'qux', 'foo', 'bar', 'baz'}  # 注意到无序了吧~
     {'bar', 'qux', 'baz', 'foo'}
     

这里要注意用set()内置方法创建时一定要传递一个可以迭代的参数,还有从输出结果相信大家已经发现set的第一个特点了:无序

字符串也是可迭代的,因此字符串也可以传递给set()

s = 'quux'
a = set(s)
print(a)

Out: {'u', 'q', 'x'}      # 无序,唯一

这里又体现了set的第二个特点:元素唯一性

{} 方法创建
>>> x = {'foo', 'bar', 'baz', 'foo', 'qux'}
>>> x
{'qux', 'foo', 'bar', 'baz'}

这里考虑到之后例子太多,实在不能每次都打print啦,这种形式大家看的更清楚,这个直接用{}创建很简单,只要传递进元素就行啦

创建空集合

Set可以是空的。但是,请记住Python将空花括号{}解释为空字典,因此定义空集的唯一方法是使用set()函数

>>> x = set()
>>> type(x)
<class 'set'>

>>> x = {}
>>> type(x)
<class 'dict'>

一个空集合用布尔类型显示为False

>>> x = set()
>>> bool(x)
False
>>> x or 1
1
>>> x and 1
set()
对比小结

对于这两种方法创建Set,本质区别在于以下两点

  1. set()的参数是可迭代的。它会生成要放入集合中的所有元素组成的List。
  2. 花括号 {} 中的对象完整地放入集合中,即使它们是可迭代的。
补充说明

集合中的元素可以是不同类型的对象,不一定非要是同一类型的,可以包含不同类型,比如:

>>> x = {42, 'foo', 3.14159, None}
>>> x
{None, 'foo', 42, 3.14159}

但同时不要忘记set元素必须是不可变的。例如,元组可以包括在集合中:

>>> x = {42, 'foo', (1, 2, 3), 3.14159}
>>> x
{42, 'foo', 3.14159, (1, 2, 3)}

但列表和字典是可变的,因此它们不能成为Set的元素:

>>> a = [1, 2, 3]
>>> {a}
Traceback (most recent call last):
  File "<pyshell#70>", line 1, in <module>
    {a}
TypeError: unhashable type: 'list'


>>> d = {'a': 1, 'b': 2}
>>> {d}
Traceback (most recent call last):
  File "<pyshell#72>", line 1, in <module>
    {d}
TypeError: unhashable type: 'dict'

Set大小以及成员

len()函数返回集合中元素的数量,而in和not in运算符可用于测试是否为Set中的元素:

>>> x = {'foo', 'bar', 'baz'}
>>> len(x)
3

>>> 'bar' in x
True
>>> 'qux' in x
False

Set基本操作

方法和运算符

许多可用于Python其他数据类型的操作对集合没有意义。例如,无法对集合建立索引或切片。但是,Python在set对象上提供了运算符,这些操作符其实很多和数学里是一模一样的,相信数学好的朋友们对这部分简直不要太熟悉

所以对于Set的操作除了用普通的内置方法,我们也可以使用运算符,比较方便

Union 并集
  • 用法:计算两个或更多集合的并集。
  • 方法: x1.union(x2[, x3 ...])
  • 运算符:x1 | x2 [| x3 ...]

让我们新建两个Set做测试:

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'baz', 'qux', 'quux'}

现在我们想求x1,x2的并集,如下图所示:

clipboard.png

具体实现方法如下,或是用方法,或是用操作符:

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'baz', 'qux', 'quux'}

>>> x1.union(x2)
{'foo', 'qux', 'quux', 'baz', 'bar'}

>>> x1 | x2
{'foo', 'qux', 'quux', 'baz', 'bar'}

如果有两个以上的Set也是没有问题的,原理都是一样的:

>>> a = {1, 2, 3, 4}
>>> b = {2, 3, 4, 5}
>>> c = {3, 4, 5, 6}
>>> d = {4, 5, 6, 7}

>>> a.union(b, c, d)
{1, 2, 3, 4, 5, 6, 7}

>>> a | b | c | d
{1, 2, 3, 4, 5, 6, 7}
Intersection 交集
  • 方法: x1.intersection(x2[, x3 ...])
  • 运算符:x1 & x2 [& x3 ...]
  • 用法:计算两个或更多集合的交集。

现在还让我们用刚才创建好的两个set,所求部分如下图:

clipboard.png

实现仍然是两种方法:

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'baz', 'qux', 'quux'}

>>> x1.intersection(x2)
{'baz'}

>>> x1 & x2
{'baz'}

多个集合的情况公示和方法依然有效,结果仅包含所有指定集合中都存在的元素。

>>> a = {1, 2, 3, 4}
>>> b = {2, 3, 4, 5}
>>> c = {3, 4, 5, 6}
>>> d = {4, 5, 6, 7}

>>> a.intersection(b, c, d)
{4}

>>> a & b & c & d
{4}
Difference 差集
  • 方法: x1.difference(x2[, x3 ...])
  • 运算符:x1 - x2 [- x3 ...]
  • 用法:计算两个或更多集合的差集。大白话说就是x1去除x1和x2的共有元素

下图所示为x1.difference(x2)的目标结果:
clipboard.png

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'baz', 'qux', 'quux'}

>>> x1.difference(x2)
{'foo', 'bar'}

>>> x1 - x2
{'foo', 'bar'}

还是老样子,适用于2个及以上的集合:

>>> a = {1, 2, 3, 30, 300}
>>> b = {10, 20, 30, 40}
>>> c = {100, 200, 300, 400}

>>> a.difference(b, c)
{1, 2, 3}

>>> a - b - c
{1, 2, 3}

指定多个集合时,操作从左到右执行。在上面的示例中,首先计算a - b,得到{1,2,3,300}。然后从该集合中减去c,留下{1,2,3},具体流程如下图所示:

clipboard.png

Symmetric Difference 对称差集
  • 方法: x1.symmetric_difference(x2)
  • 运算符:x1 ^ x2 1
  • 用法:计算两个或更多集合的差集。大白话说就是x1去除x1和x2的共有元素

下图所示为x1.symmetric_difference(x2)的目标结果:

clipboard.png

实现方法如下;

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'baz', 'qux', 'quux'}

>>> x1.symmetric_difference(x2)
{'foo', 'qux', 'quux', 'bar'}

>>> x1 ^ x2
{'foo', 'qux', 'quux', 'bar'}

老规矩,支持2个及以上set的连续操作:

>>> a = {1, 2, 3, 4, 5}
>>> b = {10, 2, 3, 4, 50}
>>> c = {1, 50, 100}

>>> a ^ b ^ c
{100, 5, 10}

当指定多个集合时,操作从左到右执行,奇怪的是,虽然 ^ 运算符允许多个集合,但.symmetric_difference()方法不允许

>>> a = {1, 2, 3, 4, 5}
>>> b = {10, 2, 3, 4, 50}
>>> c = {1, 50, 100}

>>> a.symmetric_difference(b, c)
Traceback (most recent call last):
  File "<pyshell#11>", line 1, in <module>
    a.symmetric_difference(b, c)
TypeError: symmetric_difference() takes exactly one argument (2 given)
x1.isdisjoint(x2) 判断是否相交
  • 方法: x1.isdisjoint(x2)
  • 用法:确定两个集合是否具有任何共同的元素
>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'baz', 'qux', 'quux'}

>>> x1.isdisjoint(x2)
False

>>> x2 - {'baz'}
{'quux', 'qux'}
>>> x1.isdisjoint(x2 - {'baz'})
True

从这个栗子可以看出,如果两个Set没有共同元素返回True,如果有返回True,如果返回True同时也意味着
他们之间的交集为空集,这个很好理解:

>>> x1 = {1, 3, 5}
>>> x2 = {2, 4, 6}

>>> x1.isdisjoint(x2)
True
>>> x1 & x2
set()

注意:目前还没有运算符对应这个方法

x1.issubset(x2) 判断x1是否为x2子集
  • 方法: x1.issubset(x2)
  • 运算符:x1 <= x2
  • 用法:如果返回True,x1为x2子集,反之返回False
>>> x1 = {'foo', 'bar', 'baz'}
>>> x1.issubset({'foo', 'bar', 'baz', 'qux', 'quux'})
True

>>> x2 = {'baz', 'qux', 'quux'}
>>> x1 <= x2
False

一个集合本身当然是它自己的子集啦:

>>> x = {1, 2, 3, 4, 5}
>>> x.issubset(x)
True
>>> x <= x
True
x1<x2 判断x1是否为x2的真子集
  • 运算符:x1<x2
  • 用法:判断x1是否为x2的真子集,如果返回True,x1为x2的真子集,反之返回False

首先。。。让我们回顾一下数学知识:真子集与子集类似,除了集合不能相同。如果x1的每个元素都在x2中,并且x1和x2不相等,则集合x1被认为是另一个集合x2的真子集

换个高大上的说法也可以:如果集合A⊆B,存在元素x∈B,且元素x不属于集合A,我们称集合A与集合B有真包含关系,集合A是集合B的真子集(proper subset)。记作A⊊B(或B⊋A),读作“A真包含于B”(或“B真包含A”)

>>> x1 = {'foo', 'bar'}
>>> x2 = {'foo', 'bar', 'baz'}
>>> x1 < x2
True

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'foo', 'bar', 'baz'}
>>> x1 < x2
False

虽然Set被认为是其自身的子集,但它本身并不是自己的真子集:

>>> x = {1, 2, 3, 4, 5}
>>> x <= x
True
>>> x < x
False

注意:目前还没有方法对应这个运算符

x1.issuperset(x2) 判断x1是否为x2的超集
  • 方法:x1.issuperset(x2)
  • 运算符:x1 >= x2
  • 用法:判断x1是否为x2的超集,如果是返回True,反之返回False
>>> x1 = {'foo', 'bar', 'baz'}

>>> x1.issuperset({'foo', 'bar'})
True

>>> x2 = {'baz', 'qux', 'quux'}
>>> x1 >= x2
False

我们刚才已经看到过了一个Set是它自己本身的子集,这里也是一样的,它同时也是自己的超集

>>> x = {1, 2, 3, 4, 5}
>>> x.issuperset(x)
True
>>> x >= x
True
x1 > x2 判断x1是否为x2的真超集
  • 运算符:x1 > x2
  • 用法:判断x1是否为x2的真超集,如果是返回True,反之返回False

真超集与超集相同,除了集合不能相同。如果x1包含x2的每个元素,并且x1和x2不相等,则集合x1被认为是另一个集合x2的真超集。

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'foo', 'bar'}
>>> x1 > x2
True

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'foo', 'bar', 'baz'}
>>> x1 > x2
False

一个集合不是它自己的真超集,和真子集的原理相同

>>> x = {1, 2, 3, 4, 5}
>>> x > x
False

对Set进行修改

虽然集合中包含的元素必须是不可变类型,但可以修改集合本身。与上面的操作类似,可以使用多种运算符和方法来更改集合的内容。

x1.update(x2) 通过union修改集合元素
  • 方法:x1.update(x2[, x3 ...])
  • 运算符:x1 |= x2 [| x3 ...]
  • 用法:通过union修改集合

x1.update(x2) 和 x1 |= x2 作用是向集合x1中添加x2中所有x1不存在的元素。
停下3秒,我仔细读了这句话,觉得我表达的还可以,不知道大家读上去绕不绕,先看例子:

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'foo', 'baz', 'qux'}

>>> x1 |= x2
>>> x1
{'qux', 'foo', 'bar', 'baz'}

>>> x1.update(['corge', 'garply'])
>>> x1
{'qux', 'corge', 'garply', 'foo', 'bar', 'baz'}
x1.intersection(x2) 通过intersection修改集合元素
  • 方法:x1.intersection_update(x2[, x3 ...])
  • 运算符:x1 &= x2 [& x3 ...]
  • 用法:通过intersection修改集合

x1.intersection_update(x2) 和 x1 &= x2 会让x1只保留x1和x2的交集部分:

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'foo', 'baz', 'qux'}

>>> x1 &= x2
>>> x1
{'foo', 'baz'}

>>> x1.intersection_update(['baz', 'qux'])
>>> x1
{'baz'}
x1.difference_update(x2) 通过difference修改集合元素
  • 方法:x1.difference_update(x2[, x3 ...])
  • 运算符:x1 -= x2 [| x3 ...]
  • 用法:通过difference修改集合

x1.difference_update(x2) and x1 -= x2 会让集合x1移除所有在x2出现的属于x1的元素:

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'foo', 'baz', 'qux'}

>>> x1 -= x2
>>> x1
{'bar'}

>>> x1.difference_update(['foo', 'bar', 'qux'])
>>> x1
set()
x1.symmetric_difference_update(x2) 通过对称差集修改集合元素
  • 方法:x1.symmetric_difference_update(x2)
  • 运算符:x1 ^= x2

这个我实在用语言解释不清了,看例子容易懂:

>>> x1 = {'foo', 'bar', 'baz'}
>>> x2 = {'foo', 'baz', 'qux'}
>>> 
>>> x1 ^= x2
>>> x1
{'bar', 'qux'}
>>> 
>>> x1.symmetric_difference_update(['qux', 'corge'])
>>> x1
{'bar', 'corge'}
x.add(<elem> 添加元素

这个就很简单了, 类似List:

>>> x = {'foo', 'bar', 'baz'}
>>> x.add('qux')
>>> x
{'bar', 'baz', 'foo', 'qux'}
x.remove(<elem>) 删除元素

如果删除的元素不存在会抛出异常

>>> x = {'foo', 'bar', 'baz'}

>>> x.remove('baz')
>>> x
{'bar', 'foo'}

>>> x.remove('qux')
Traceback (most recent call last):
  File "<pyshell#58>", line 1, in <module>
    x.remove('qux')
KeyError: 'qux'

这个时候为了避免出现错误可以用discard方法

>>> x = {'foo', 'bar', 'baz'}

>>> x.discard('baz')
>>> x
{'bar', 'foo'}

>>> x.discard('qux')
>>> x
{'bar', 'foo'}

利用pop删除随机元素并返回:

>>> x = {'foo', 'bar', 'baz'}

>>> x.pop()
'bar'
>>> x
{'baz', 'foo'}

>>> x.pop()
'baz'
>>> x
{'foo'}

>>> x.pop()
'foo'
>>> x
set()

利用clear可以清空一个集合:

>>> x = {'foo', 'bar', 'baz'}
>>> x
{'foo', 'bar', 'baz'}
>>> 
>>> x.clear()
>>> x
set()

Frozen Sets

Frozen Sets是什么东西

Python提供了另一种称为冻结集合Frozen Sets的内置类型,它在所有方面都与集合完全相同,只不过Frozen Sets是不可变的。我们可以对冻结集执行非修改操作,比如:

>>> x = frozenset(['foo', 'bar', 'baz'])
>>> x
frozenset({'foo', 'baz', 'bar'})

>>> len(x)
3

>>> x & {'baz', 'qux', 'quux'}
frozenset({'baz'})

如果胆敢尝试修改Frozen Sets:

>>> x = frozenset(['foo', 'bar', 'baz'])

>>> x.add('qux')
Traceback (most recent call last):
  File "<pyshell#127>", line 1, in <module>
    x.add('qux')
AttributeError: 'frozenset' object has no attribute 'add'

>>> x.pop()
Traceback (most recent call last):
  File "<pyshell#129>", line 1, in <module>
    x.pop()
AttributeError: 'frozenset' object has no attribute 'pop'

>>> x.clear()
Traceback (most recent call last):
  File "<pyshell#131>", line 1, in <module>
    x.clear()
AttributeError: 'frozenset' object has no attribute 'clear'

>>> x
frozenset({'foo', 'bar', 'baz'})
基本使用举例

Frozensets在我们想要使用集合的情况下很有用,但需要一个不可变对象。
例如,如果没有Frozen sets我们不能定义其元素也是集合的集合(nested),因为集合元素必须是不可变的,会报错:

>>> x1 = set(['foo'])
>>> x2 = set(['bar'])
>>> x3 = set(['baz'])
>>> x = {x1, x2, x3}
Traceback (most recent call last):
  File "<pyshell#38>", line 1, in <module>
    x = {x1, x2, x3}
TypeError: unhashable type: 'set'

现在有了 Frozen sets,我们有了解决方案:

>>> x1 = frozenset(['foo'])
>>> x2 = frozenset(['bar'])
>>> x3 = frozenset(['baz'])
>>> x = {x1, x2, x3}
>>> x
{frozenset({'bar'}), frozenset({'baz'}), frozenset({'foo'})}

总结

这一期为大家讲了太多东西,一口老血吐在键盘上,总结不动了
只希望这期Set详解介绍可以帮助到大家,如果帮到了你,就点个赞吧~~
最后再次祝大家猪年大吉!!


  1. x3 ...

如果觉得我的文章对你有用,请随意赞赏

你可能感兴趣的

哥布林工程师 · 2月18日

作者这花了不少时间写这篇文章吧,这么详细

+1 回复

0

还好,参考了一些文章哈哈

alpha94511 作者 · 2月18日
daisy0x00 · 6月6日

difference_update那个例子有点问题哦~

x1 = {'foo', 'bar', 'baz'}
x2 = {'foo', 'baz', 'qux'}

x1 -= x2
x1
{'bar'}

x1.difference_update(['foo', 'bar', 'qux'])
x1
{'bar'}

+1 回复

0

天啊,看来你是第一个看了文章的.... 是的,底下的difference_update的结果应该是 {'baz'} , 我修改一下

alpha94511 作者 · 6月6日
0

我看了一下哈,这两段代码是连续运行的,结果没错呀

alpha94511 作者 · 6月6日
载入中...