前几章我们分别讲了列表(list)、元组(tuple)、字符串(string),这一章我们讲新的容器型的数据类型:集合(set)。
集合(set)是一个无序的不重复元素序列。可以使用大括号 { } 或者 set() 函数创建集合,注意:创建一个空集合必须用 set() 而不是 { },因为 { } 是用来创建一个空字典。
集合的创建
- 字面量语法
创建集合可以使用{}
字面量语法,{}
中需要至少有一个元素,因为没有元素的{}
并不是空集合而是一个空字典。若要创建空集合,使用内置函数set.
基本语法为:
nums = {value01,value02,...}
# 空集合
num1 = set()
- 构造器语法
当然,也可以使用内置函数set
来创建一个集合,准确的说set
并不是一个函数,而是创建集合对象的构造器。
# 创建集合的构造器语法
set2 = set('hello')
print(set2) # {'h', 'l', 'o', 'e'}
# 将列表转换成集合(可以去掉列表中的重复元素)
set3 = set([1, 2, 3, 3, 2, 1])
print(set3) # {1, 2, 3}
- 生成式语法
除了这两种方式,我们还可以使用生成式语法来创建集合,就像我们之前用生成式创建列表那样。要知道集合中有多少个元素,还是使用内置函数len
;使用for
循环可以实现对集合元素的遍历。
# 创建集合的生成式语法(将列表生成式的[]换成{})
set4 = {num for num in range(1, 20) if num % 3 == 0 or num % 5 == 0}
print(set4) # {3, 5, 6, 9, 10, 12, 15, 18}
注意:
需要提醒大家,集合中的元素必须是hashable
类型。所谓hashable
类型指的是能够计算出哈希码的数据类型,你可以暂时将哈希码理解为和变量对应的唯一的ID值。通常不可变类型都是hashable
类型,如整数、浮点、字符串、元组等,而可变类型都不是hashable
类型,因为可变类型无法确定唯一的ID值,所以也就不能放到集合中。集合本身也是可变类型,所以集合不能够作为集合中的元素,这一点请大家一定要注意。
集合的特点
1. 无序性:一个集合中,每个元素的地位都是相同的,元素之间是无序的。
2. 互异性:一个集合中,任何两个元素都认为是不相同的,即每个元素只能出现一次。
3. 确定性:给定一个集合,任给一个元素,该元素或者属于或者不属于该集合,二者必居其一,不允许有模棱两可的情况出现。
#集合的无序性
set1 = {5, 2, 6, 3, 1, 4}
print(set1) # {1, 2, 3, 4, 5, 6}
# 集合的互异性
set2 = {1, 2, 2, 3, 3, 3}
print(set2, len(set2)) #{1, 2, 3} 3
# 集合的确定性
set4 = {0, 1, 2, 3}
set5 = {1, 3}
print(5 in set4) # False
print(3 in set5) # True
集合的运算
交并差运算
Python中的集合跟数学上的集合一样,可以进行交集、并集、差集等运算,而且可以通过运算符和方法调用两种方式来进行操作,代码如下所示。
set4 = {0, 1, 2, 3}
set5 = {1, 4, 3, 5}
# 交集
# 方法一: 使用 & 运算符
print(set4 & set5) # {1, 3}
# 方法二: 使用intersection方法
print(set4.intersection(set5)) # {1, 3}
# 并集
# 方法一: 使用 | 运算符
print(set4 | set5) # {0, 1, 2, 3, 4, 5}
# 方法二: 使用union方法
print(set4.union(set5)) # {0, 1, 2, 3, 4, 5}
# 差集
# 方法一: 使用 - 运算符
print(set4 - set5) # {0, 2}
# 方法二: 使用difference方法
print(set4.difference(set5)) # {0, 2}
# 对称差(并集-交集)
# 方法一: 使用 ^ 运算符
print(set4 ^ set5) # {0, 2, 4, 5}
# 方法二: 使用symmetric_difference方法
print(set4.symmetric_difference(set5)) # {0, 2, 4, 5}
# 方法三: 对称差相当于两个集合的并集减去交集
print((set4 | set5) - (set4 & set5)) # {0, 2, 4, 5}
比较运算
两个集合可以用==
和!=
进行相等性判断,如果两个集合中的元素完全相同,那么==
比较的结果就是True
,否则就是False
。如果集合A的任意一个元素都是集合B的元素,那么集合A称为集合B的子集,即对于∀a∈A,均有a∈B,则A⊆B。A是B的子集,反过来也可以称B是A的超集。如果A是B的子集且A不等于B,那么A就是B的真子集。Python为集合类型提供了判断子集和超集的运算符,其实就是我们非常熟悉的<
和>
运算符,代码如下所示。
set1 = {1, 3, 5}
set2 = {1, 2, 3, 4, 5}
set3 = set2
# <运算符表示真子集,<=运算符表示子集
print(set1 < set2, set1 <= set2) # True True
print(set2 < set3, set2 <= set3) # False True
# 通过issubset方法也能进行子集判断
print(set1.issubset(set2)) # True
# 反过来可以用issuperset或>运算符进行超集判断
print(set2.issuperset(set1)) # True
print(set2 > set1) # True
集合的方法
虽然集合不能有可变元素,但是集合本身是可变的。也就是说,可以添加或删除其中的元素。
可以使用add()
方法添加单个元素,使用 update()
方法添加多个元素,update()
可以使用元组、列表、字符串或其他集合作为参数。
set1 = {1, 2, 3}
set2 = {7, 5, 6}
# add() 方法
set1.add(4)
print(set1) # {1, 2, 3, 4}
# update() 方法
set1.update(set2)
print(set1) # {1, 2, 3, 4, 5, 6, 7}
可以使用discard()
、pop()
和 remove()
方法删除集合中特定的元素。
pop()
方法可以从集合中随机删除一个元素并返回该元素;剩余两者之间唯一的区别在于:如果集合中不存在指定的元素,使用 discard()
保持不变;但在这种情况下,remove()
会引发 KeyError。
set1 = {1, 2, 3}
set2 = {7, 5, 6}
# pop() 方法
print(set1.pop()) # 1
# discard() 方法
set1.discard(4)
print(set1) # {2, 3}
set2.discard(7)
print(set2) # {5, 6}
# remove() 方法
set2.remove(7)
print(set2) # KeyError: 7
set2.remove(5)
print(set2) # {6}
如果要判断两个集合有没有相同的元素可以使用isdisjoint
方法,没有相同元素返回True
,否则返回False
,代码如下所示。
set1 = {'Java', 'Python', 'Go', 'Kotlin'}
set2 = {'Kotlin', 'Swift', 'Java', 'Objective-C', 'Dart'}
set3 = {'HTML', 'CSS', 'JavaScript'}
print(set1.isdisjoint(set2)) # False
print(set1.isdisjoint(set3)) # True
不可变集合
Python中还有一种不可变类型的集合,名字叫frozenset
。set
跟frozenset
的区别就如同list
跟tuple
的区别,frozenset
由于是不可变类型,能够计算出哈希码,因此它可以作为set
中的元素。除了不能添加和删除元素,frozenset
在其他方面跟set
基本是一样的,下面的代码简单的展示了frozenset
的用法。
set1 = frozenset({1, 3, 5, 7})
set2 = frozenset(range(1, 6))
print(set1 & set2) # frozenset({1, 3, 5})
print(set1 | set2) # frozenset({1, 2, 3, 4, 5, 7})
print(set1 - set2) # frozenset({7})
print(set1 < set2) # False
总结
Python中的集合底层使用了哈希存储的方式,集合是一种容器,元素必须是hashable
类型,与列表不同的地方在于集合中的元素没有序、不能用索引运算、不能重复。
- 集合底层使用哈希存储的存储方式(高效率的存储)
- 哈希存储的关键是设计一个好的哈希函数,让不同的对象产生不同的哈希吗
- 集合在元素查找时效率高于列表(因为集合是哈希存储而列表是顺序存储),不依赖问题的规模
- 如果一个对象不能计算哈希码,就不能放入集合。(集合、字典、列表就无法计算哈希码)。
以上就是集合的基础知识,涉及到的方法很多,还需要多多练习呀。Get It!