python 集合(set) 详解

1. python集合定义

python的集合是一个无序且没有重复元素的序列，集合中的元素必须是可hash对象。集合不记录元素位置和插入顺序，因此，也不支持索引，切片等其他序列类的操作。

定义集合可以使用{} 或者 set()，但定义空集合不能使用{} ，因为{ } 是创建空字典的方法，定义空集合可以使用set()。

下面分别用{} 和 set() 演示如何创建集合

language_set = {'java', 'c', 'python'}      # 定义集合
name_set = set()            # 定义空集合
fruits_set = set(['apple', 'orange', 'banana', 'apple'])  # 定义时有重复元素

print(language_set)     # {'c', 'python', 'java'}
print(name_set)         # set()
print(fruits_set)       # {'banana', 'orange', 'apple'}

在定义fruits_set时，字符串apple存在重复的情况，但python集合会自动去重，因此在输出时，apple并没有重复。去除重复元素是集合的一项重要功能，此外还有成员检测，数学上集合类的计算，例如交集，并集，差集等操作。

2. python集合常用基础操作

2.1 add，update方法添加新元素

add方法向集合中添加新的元素，语法如下：

s.add(element)

add方法将element添加到集合s中，如果集合s已经包含了element，则不进行任何操作，集合中的元素具有唯一性，绝不会出现重复的情况。

language_set = {'java', 'c', 'python'}      # 定义集合
language_set.add('c++')
print(language_set)         # {'python', 'java', 'c++', 'c'}

update方法同样可以向集合中添加新的元素，且可以一次性添加多个，update方法的本质是先计算两个集合的并集，在用并集更新原集合。

update语法如下：

s.update(seq)

seq参数可以是列表，元素，集合

language_set = {'java', 'c', 'python'}      # 定义集合
language_set.update(['node.js', 'php'])     # 传入列表
print(language_set)     # {'python', 'php', 'java', 'c', 'node.js'}

language_set.update(('javascript', 'c#'))   # 传入元组
print(language_set)     # {'python', 'php', 'javascript', 'java', 'c', 'c#', 'node.js'}

language_set.update({'vb', 'go'})
print(language_set)     # {'python', 'java', 'c', 'javascript', 'c#', 'go', 'vb', 'php', 'node.js'}

2.2 remove，discard， pop方法删除集合元素

python的集合提供了3种删除元素的方法，分别是remove,discard, pop。remove方法语法是

s.remove(element)

remove方法将element从集合中删除，需要注意的是如果element不在集合中，remove方法将会发生错误

>>> language_set = {'java', 'c', 'python'}
>>> language_set.remove('c')
>>> language_set.remove('c++')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'c++'

remove是一种不安全的删除集合元素的方法，想要安全的删除集合元素，可以使用discard方法，当被删除的元素不存在时discard不会发生错误，discard语法如下：

s.discard(element)

示例代码

>>> language_set = {'java', 'c', 'python'}
>>> language_set.discard('c')
>>> language_set.discard('c++')
>>> language_set
{'java', 'python'}

remove和discard方法都没有返回值，它们原地修改集合。

pop方法比较特殊，它的语法定义如下

s.pop()

pop方法没有参数，它随机的删除一个元素并返回该元素，当集合为空时，pop方法会引发KeyError异常。

>>> language_set = {'java', 'c', 'python'}
>>> language_set.pop()
'java'
>>> language_set.pop()
'c'
>>> language_set.pop()
'python'
>>> language_set.pop()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'pop from an empty set'

2.3 获取集合元素个数

获取集合中元素的个数，使用len内置函数

>>> language_set = {'java', 'c', 'python'}
>>> len(language_set)
3

2.4 获取集合中的元素

由于集合不支持索引，因此无法像列表那样通过索引操作来获取元素，只能通过for循环遍历集合

language_set = {'java', 'c', 'python'}      # 定义集合

for language in language_set:
    print(language)

程序输出结果

java
python
c

2.5 clear方法清空集合

语法定义

s.clear()

clear方法会将集合中所有元素都删除

>>> language_set = {'java', 'c', 'python'}
>>> language_set.clear()
>>> language_set
set()

2.6 判断元素是否在集合中

判断一个元素是否在集合中需要使用成员运算符 in

>>> language_set = {'java', 'c', 'python'}
>>> 'java' in language_set
True
>>> 'c++' in language_set
False

3. 集合交集，并集，差集运算

python集合最常用的3个运算是求集合的交集，并集，差集，它们在编程中的作用非常重要。

3.1 集合交集

交集运算返回一个新的集合，新集合里的元素存在与所有参与计算的集合中，语法定义如下

s.intersection(set1, set2 ... etc)

intersection方法可以传入多个集合，最少传入一个集合，因此set1是必须要传入的，返回的新集合中的元素既在s中，也在set1,set2 ... 中。

>>> language_set_1 = {'java', 'c', 'python'}  
>>> language_set_2 = {'java', 'php'}
>>> intersection_set = language_set_1.intersection(language_set_2)
>>> intersection_set
{'java'}
>>> intersection_set = language_set_2.intersection(language_set_1)
>>> intersection_set
{'java'}

字符串java既在language_set_1中，也在language_set_2中，language_set_1调用intersection 和 language_set_2 调用intersection方法，得到的交集是相同的。

3.2 集合并集

并集运算返回一个新的集合，新集合中的元素包含了所有参与运算的集合的元素，你可以理解为将所有集合的元素放在一起组成了一个新的集合。

语法定义

s.union(set1, set2...)

union方法允许传入多个集合，set1必传，因为至少需要传入一个集合参与计算。

>>> language_set_1 = {'java', 'c', 'python'}
>>> language_set_2 = {'java', 'php'}
>>> union_set = language_set_1.union(language_set_2)
>>> union_set
{'java', 'c', 'php', 'python'}

3.3 集合差集

差集运算返回一个新集合，差集运算的结果与运算顺序有关，比如两个集合s1 和 s2，s1对s2求差集的结果与s2对s1求差集的结果是不相同的，除非s1与s2完全相同，他们的差集是一个空集合。

差集语法定义如下

s1.difference(s2)

实例代码

>>> language_set_1 = {'java', 'c', 'python'}
>>> language_set_2 = {'java', 'php'}
>>> diff_set = language_set_1.difference(language_set_2)
>>> diff_set
{'c', 'python'}
>>> diff_set = language_set_2.difference(language_set_1)
>>> diff_set
{'php'}

4. 集合常用方法