博客
关于我
【从零学习python 】23. Python中集合(set)的使用方法和常见操作
阅读量:589 次
发布时间:2019-03-11

本文共 1539 字,大约阅读时间需要 5 分钟。

Python集合(set)的使用指南

集合(set)是Python中的一种数据结构,它是一个无序且不允许重复元素的元素集合。集合在数据处理和操作中非常有用,特别是在需要去重、快速查找和批量操作时。

创建集合

集合在Python中可以通过两种方式创建:

  • 使用大括号语法{value1, value2, ...}创建非空集合。
  • 使用set()函数创建集合,set()函数可以接收多个参数,或者接收一个可迭代对象(如列表、元组、字典等)。
  • 需要注意的是,创建空集合时,必须使用set()函数而不是大括号{},因为大括号在Python中用于创建空字典。

    示例:

    # 创建非空集合
    my_set = {1, 2, 3}
    # 创建空集合
    empty_set = set()

    集合的基本操作

    添加元素

    集合支持通过add()方法添加单个元素,或者使用update()方法批量添加多个元素。

    示例:

    # 添加单个元素
    my_set.add(4)
    # 批量添加多个元素
    my_set.update([5, 6, 7])

    移除元素

    集合支持通过remove()方法移除指定元素,或者使用discard()方法来安全移除指定元素(即使元素不存在也不报错)。

    示例:

    # 移除指定元素
    my_set.remove(3)
    my_set.discard(3) # 如果元素不存在也不报错

    其他常用方法

    集合还提供了许多其他方法,包括:

    • clear():清空集合。
    • copy():复制集合。
    • pop():随机移除一个元素。
    • union():返回两个集合的并集。
    • intersection():返回两个集合的交集。
    • difference():返回两个集合的差集。
    • symmetric_difference():返回两个集合的对称差集。

    下面是一个完整的方法列表:

    方法 描述
    add() 添加一个元素到集合中。
    clear() 移除集合中的所有元素。
    copy() 创建一个新集合的拷贝。
    pop() 随机移除集合中的一个元素,并返回它。
    remove() 移除集合中的一个指定元素。如果元素不存在会抛出错误。
    discard() 移除集合中的一个指定元素。如果元素不存在不会抛出错误。
    update() 将给定的可迭代对象中的元素添加到集合中。如果已存在则忽略。
    union() 返回两个集合的并集。
    intersection() 返回两个集合的交集。
    difference() 返回两个集合的差集。
    symmetric_difference() 返回两个集合的对称差集。
    issubset() 判断该集合是否是另一个集合的子集。
    issuperset() 判断该集合是否是另一个集合的超集。
    superset() 判断另一个集合是否是该集合的子集。
    subset() 判断另一个集合是否是该集合的子集。

    练习:去重并排序

    给定一个包含重复元素的无序列表:

    nums = [5, 8, 7, 6, 4, 1, 3, 5, 1, 8, 4]

    目标:去重并按降序排序。

    方法一:使用集合和内置sort方法

    nums2 = list(set(nums))
    nums2.sort(reverse=True)
    print(nums2)

    方法二:使用sorted内置函数

    print(sorted(list(set(nums)), reverse=True))

    进阶案例:集合的高级使用

    集合在Python中非常灵活,可以与其他数据结构和函数结合使用。例如:

    • 使用集合来存储唯一的键值对。
    • 使用集合进行速度敏感的操作(如哈希表)。
    • 使用集合进行并集、交集等高级操作。

    通过合理使用集合,可以显著提升代码的性能和可读性。

    转载地址:http://luovz.baihongyu.com/

    你可能感兴趣的文章
    NiuShop开源商城系统 SQL注入漏洞复现
    查看>>
    NI笔试——大数加法
    查看>>
    NLog 自定义字段 写入 oracle
    查看>>
    NLog类库使用探索——详解配置
    查看>>
    NLP 基于kashgari和BERT实现中文命名实体识别(NER)
    查看>>
    NLP 模型中的偏差和公平性检测
    查看>>
    Vue3.0 性能提升主要是通过哪几方面体现的?
    查看>>
    NLP 项目:维基百科文章爬虫和分类【01】 - 语料库阅读器
    查看>>
    NLP_什么是统计语言模型_条件概率的链式法则_n元统计语言模型_马尔科夫链_数据稀疏(出现了词库中没有的词)_统计语言模型的平滑策略---人工智能工作笔记0035
    查看>>
    NLP三大特征抽取器:CNN、RNN与Transformer全面解析
    查看>>
    NLP学习笔记:使用 Python 进行NLTK
    查看>>
    NLP度量指标BELU真的完美么?
    查看>>
    NLP的不同研究领域和最新发展的概述
    查看>>
    NLP的神经网络训练的新模式
    查看>>
    NLP采用Bert进行简单文本情感分类
    查看>>
    NLP问答系统:使用 Deepset SQUAD 和 SQuAD v2 度量评估
    查看>>
    NLP项目:维基百科文章爬虫和分类【02】 - 语料库转换管道
    查看>>
    NLP:使用 SciKit Learn 的文本矢量化方法
    查看>>
    nmap 使用方法详细介绍
    查看>>
    Nmap扫描教程之Nmap基础知识
    查看>>