1.7 集合 (Set) | 一山不容二虎的 Python 数据类型

前言

Hi，大家好，我是可乐， 今天介绍一下 Python 集合 的相关知识，并附上相应的案例代码，便于学习、吸收。

集合简介

集合 (Set) 是 Python 中基本数据结构之一，与数学中的集合概念类似但又存在一定差异，集合中的元素唯一、且无序存储。

集合使用大括号 - {} 包裹，元素之间使用逗号 - ， 分隔，集合中的元素可以是字符串、数字、集合等其他任何不可变数据类型。

集合不支持索引、嵌套，也没有切片操作，但支持更新、删除等操作，并且可进行 并集 、交集、差集 等常见的集合操作，下面我们通过案例来学习。

集合初体验

1、使用 set() 方法定义一个空集合。

>>> def_set = set()
>>> def_set
set()
# type 查看数据类型
>>> type(def_set)
<class 'set'>

2、使用 {} 定义一个非空集合 。

# 之前介绍过 {} 用于定义空字典，故 {} 用于定义非空集合
>>> def_set = {"kele", "python"}
>>> def_set
{"kele", "python"}
# type 查看数据类型
>>> type(def_set)
<class 'set'>

3、集合特性之元素唯一。

>>> def_set = {"kele", "python", "kele"}
>>> def_set
{'kele', 'python'}

4、集合特性之元素无序存储。

>>> def_set = set(["1", "2", "3"])
# 元素为无序存储
>>> def_set
{'1', '3', '2'}

5、集合特性之不可通过索引获取元素，但可通过 for 循环获取。

>>> def_set = {"kele", "python"}
>>> def_set[0]
# 因集合是无序的，所以不能使用索引访问
Traceback (most recent call last):
  File "<input>", line 1, in <module>
TypeError: 'set' object does not support indexing
# 使用 for 循环获取集合元素
>>> for set_element in def_set:
        print(set_element)
kele
python

6、使用 in 、not in 判断元素是否在集合中，是则返回 True ， 否则返回 False 。

>>> def_set = ("kele", "python")
>>> "kele" in def_set
True
>>> "python" not in def_set
False

集合基础方法

集合基础方法可参照下表：

方法

说明

len(set)

计算集合元素数量

max(set)

返回集合中最大的元素

min(set)

返回集合中最小的元素

type(set)

查看数据类型

set(iterable)

将可迭代对象转换为集合

1、使用 len 方法计算集合数量。

>>> def_set = {68, 8, 168}
>>> len(def_set)
3

2、使用 max 方法，返回集合中最大的元素。

>>> def_set = {68, 8, 168}
>>> max(def_set)
168

3、使用 min 方法，返回集合中最小的元素。

>>> def_set = {68, 8, 168}
>>> min(def_set)
8

4、使用 type 方法查看数据类型。

>>> def_set = {"kele","python"}
>>> type(def_set)
<class 'set'>

5、使用 set 方法将可迭代对象转换为集合。

>>> def_set = set(["kele", "python"])
>>> def_set
{'kele', 'python'}
>>> type(set(def_set))
<class 'set'>

集合内置方法

Python 中的 set 类提供了集合操作相关的内置方法，集合中还提供了部分操作符号与之对应，下面按照类中方法定义的顺序演示。

集合内置函数与集合操作符对于关系可参照下表：

方法

符号

说明

difference

-

计算差集

intersection

&

计算交集

issubset

<

子集判断

symmetric_difference

^

计算对称差集

union

|

计算并集

1、使用 add 方法，给集合添加元素，若元素已存在，不做任何操作。

# 使用语法：set.add(obj)
# 必须给定 obj 参数
>>> def_set = {"kele","python"}
>>> def_set.add("kele")

# 元素已存在，不做任何操作
>>> def_set
{'python', 'kele'}
>>> def_set.add("xuebi")
>>> def_set
>>> {'xuebi', 'python', 'kele'}

2、使用 clear 方法清空集合。

# 使用语法：set.clear()
>>> def_set = {"kele","python"}
>>> def_set.clear()
>>> def_set
set()

3、使用 copy 方法 浅拷贝 复制一个新集合。

# 使用语法：set.copy()
>>> def_set = {"kele","python"}
>>> def_set.copy()
{'kele', 'python'}

4、使用 difference 方法，计算两个集合的差集，返回一个新集合，与集合运算符 - 效果相同。

# 使用语法：set1.difference(set2)
# 返回包含在 ste1 中，但不包含在 set2 中的元素
>>> def_set1 = {"kele","python"}
>>> def_set2 = {"kele","xuebi"}
>>> def_set1.difference(def_set2)
{'python'}

# 使用减号运算符计算两个集合的差值
>>> def_set1 - def_set2
{'python'}
# 也可使用集合一 减去 集合一与集合二的交集(后面会介绍)
>>> def_set1 - def_set2 & def_set1
{'python'}

5、使用 difference_update 方法，计算两个集合的差集，并直接从 def_set1 中移除两个集合都存在的元素。

# 使用语法：set1.difference_update(set2)
# 无返回值，直接从 def_set1 中移除两个集合都存在的元素
>>> def_set1 = {"kele","python"}
>>> def_set2 = {"kele","xuebi"}
>>> def_set1.difference_update(def_set2)
# 可以发现，已经移除了 "kele"
>>> def_set1
{'python'}

6、使用 discard 方法，删除集合中指定的元素，元素不存在也不会报错。

# 使用语法：set.discard(obj)
>>> def_set = {"kele","python"}
# 无返回值
>>> def_set.discard("kele")
>>> def_set1
{'python'}
# 元素不存在时不报错，不做任何操作
>>> def_set.discard("xuebi")

7、使用 intersection 方法，计算多个集合的交集，与集合运算符 & 效果相同。

# 使用语法：set1.intersection(set2，set3，...)
# 返回 set1、set2 的交集
>>> def_set1 = {"kele","python"}
>>> def_set2 = {"kele","xuebi"}
>>> def_set1.intersection(def_set2)
{'kele'}

# 返回 set1、set2、set3 的交集
>>> def_set3 = {"kele","tea"}
>>> def_set1.intersection(def_set2, def_set3)
{'kele'}

# 也可使用交集运算符计算集合的差值
>>> def_set1 & def_set2
{'kele'}
>>> def_set1 & def_set2 & def_set3
{'kele'}

8、使用 intersection_update 方法，计算多个集合的交集，并直接从 def_set1 中删除所有集合中都不重叠的元素。

# 使用语法：set1.intersection_update(set2，set3，...)
# 返回 set1、set2 的交集
>>> def_set1 = {"kele","python"}
>>> def_set2 = {"kele","xuebi"}
# 无返回值
>>> def_set1.intersection_update(def_set2)
# 已从 def_set1 中删除 "python"
>>> def_set1
{'kele'}
>>> def_set1.intersection(def_set2, def_set3)
{'kele'}

# 也可使用交集运算符计算集合的差值
>>> def_set1 & def_set2
{'kele'}
>>> def_set1 & def_set2 & def_set3
{'kele'}

9、使用 isdisjoint 方法，判断两个集合是否不包含相同的元素，是则返回 False ，否则返回 True 。

# 使用语法：set1.isdisjoint(set2)
>>> def_set1 = {"kele","python"}
>>> def_set2 = {"kele","xuebi"}
>>> def_set1.isdisjoint(def_set2)
False

>>> def_set3 = {"xuebi"}
>>> def_set1.isdisjoint(def_set3)
True

10、使用 issubset 方法，判断 set1 是否是 set2 的子集，是则返回 True ，否则返回 False 。

# 使用语法：set1.issubset(set2)
>>> def_set1 = {"kele"}
>>> def_set2 = {"kele","xuebi"}
# def_set1 是 def_set2 的子集
>>> def_set1.issubset(def_set2)
True

# def_set3 不是 def_set2 的子集
>>> def_set3 = {"xuebi"}
>>> def_set1.issubset(def_set3)
False

11、使用 issuperset 方法，判断 set1 是否是 set2 的 超集 ，可理解为父集，是则返回 True ，否则返回 False 。

# 使用语法：set1.issuperset(set2)
>>> def_set1 = {"kele","xuebi"}
>>> def_set2 = {"kele"}
# def_set1 是 def_set2 的父集
>>> def_set1.issuperset(def_set2)
True

# def_set1 不是 def_set3 的父集
>>> def_set3 = {"kele","python"}
>>> def_set1.issuperset(def_set3)
False

12、使用 pop 方法，删除并返回集合中任意元素。

# 使用语法：set.pop()
>>> def_set = {"kele","python"}
>>> def_set.pop()
'kele'
>>> def_set.pop()
'python'

# 空集合调用会报错
>>> def_set.pop()
Traceback (most recent call last):
  File "<input>", line 1, in <module>
KeyError: 'pop from an empty set'

13、使用 remove 方法，删除集合中某一元素。

# 使用语法：set.remove(obj)
>>> def_set = {"kele","python"}
# 无返回值
>>> def_set.remove("kele")
>>> def_set
{'python'}

# 元素不存在时会报错
>>> def_set.remove("xuebi")
Traceback (most recent call last):
  File "<input>", line 1, in <module>
KeyError: 'xuebi'

14、使用 symmetric_difference 方法，删除两个集合中相同的元素，再取并集，即 对称差集 ，与集合运算符 ^ 效果相同。

# 使用语法：set1.symmetric_difference(set2)
>>> def_set1 = {"kele","python"}
>>> def_set2 = {"kele","xuebi"}
# 先删除 kele ，再取并集
>>> def_set1.symmetric_difference(def_set2)
{'xuebi', 'python'}

# 也可使用运算符 ^ 计算集合的对称差
>>> def_set1 ^ def_set2
{'xuebi', 'python'}

15、使用 symmetric_difference_update 方法，取两个集合的对称差值，并在set1 中删除两个集合中相同的元素 。

# 使用语法：set1.symmetric_difference_update(set2)
>>> def_set1 = {"kele","python"}
>>> def_set2 = {"kele","xuebi"}
# 无返回值
>>> def_set1.symmetric_difference_update(def_set2)
>>> def_set1
{'python', 'xuebi'}

16、使用 union 方法，取多个集合的并集，与集合运算符 | 效果相同。

# 使用语法：set1.union(set2，set3，...)
# 返回 set1、set2 的并集
>>> def_set1 = {"kele","python"}
>>> def_set2 = {"kele","xuebi"}
>>> def_set1.union(def_set2)
{'python', 'kele', 'xuebi'}

# 返回 set1、set2、set3 的并集
>>> def_set3 = {"tea","xuebi"}
>>> def_set1.union(def_set2, def_set3)
{'kele', 'xuebi', 'python', 'tea'}

# 也可使用并集运算符计算集合的并集
>>> def_set1 | def_set2
{'python', 'kele', 'xuebi'}
>>> def_set1 | def_set2 | def_set3
{'kele', 'xuebi', 'python', 'tea'}

17、使用 update 方法，添加新的元素或集合到当前集合中，重复的元素会被忽略。

# 使用语法：set1.update(set2)
# 添加列表元素到当前集合中
>>> def_set1 = {"kele","python"}
# 无返回值
>>> def_set1.update(["tea", "xuebi"])
>>> def_set1
{'xuebi', 'python', 'tea', 'kele'}

# 添加集合元素到当前集合中
>>> def_set1 = {"kele","python"}
>>> def_set2 = {"tea","xuebi"}
# 无返回值
>>> def_set1.update(def_set2)
>>> def_set1
{'xuebi', 'python', 'tea', 'kele'}

集合应用

1、使用集合对字符串进行去重。

>>> def_str = "Hikelepython"
>>> def_set = set(def_str)
>>> def_set
{'l', 'h', 't', 'p', 'o', 'H', 'n', 'e', 'i', 'k', 'y'}
# 使用 join 方法连接字符串，这里暂时不考虑顺序
>>> "".join(def_set)
'lhtpoHneiky'

2、使用集合对列表进行去重。

>>> def_list = ["k", "e", "l", "e"]
>>> def_set = set(def_list)
>>> def_set
{'k', 'l', 'e'}
# 将集合转换成列表
>>> list(def_set)
['k', 'l', 'e']

3、使用集合对元组进行去重。

>>> def_tuple = ("k", "e", "l", "e")
>>> def_set = set(def_tuple)
>>> def_set
{'k', 'l', 'e'}
# 将集合转换成元组
>>> tuple(def_set)
('k', 'l', 'e')

总结

  1. Python 中的集合，因其元素唯一的特性，常用于数据的去重，当然，它也可用于数学集合的相关计算。

  2. 定义集合可使用 set() 方法，但不能使用 {} ，因为大括号定义的是一个空字典。

  3. 集合的内置方法中，部分有操作符与之对应，使用时可自行选择。

  4. 集合的内置方法中，有几组方法的效果需要做一下区分。

  • difference 与 difference_update，求差集

  • intersection 与 intersection_update，求交集

  • symmetric_difference 与 symmetric_difference_update，求对称差集

  • 以上几组方法的区别均在于，后者会直接操作原始集合

  1. 文中难免会出现一些描述不当之处（尽管我已反复检查多次），欢迎在留言区指正，也可分享集合相关的知识。

  2. 原创文章已全部更新至 Github：https://github.com/kelepython/kelepython

  3. 为了便于沟通交流，我已创建微信学习交流群，欢迎在后台回复 加群 加入我们。