第十章 集合 （Set）

第十章 集合 （Set）

• 集合的基本观念是无序且每个元素是唯一的，集合元素的内容是不可变的，常见的元素有整数、浮点数、字符串、元组等。至于可变内容列表、字典、集合等不可以是集合元素。但是集合本身是可变的，我们可以增加或删除集合的元素。

10-1 建立集合 set()

• python 可以使用大括号 “ { } ” 或 set() 函数建立集合，下列将分别说明。

10-1-1 使用大括号建立集合

• python 允许我们直接使用大括号 “ { } ” 设定集合，例如，集合名称是 langs，内容是 ‘ Python ’ 、‘ C ’、‘ Java ’。可以使用下列方式设定集合。

• 例：基本集合建立

  langs = {
       'Python','C','Java'}
  print('打印集合：',langs)
  print("打印类别：",type(langs))
  
  #输出结果
  打印集合： {
       'Python', 'C', 'Java'}
  打印类别： <class 'set'>
  

• 集合的物色是元素是唯一的，所以如果设定集合时有重复元素情形，多的部分将被舍去。

• 例：基本集合的建立，建立时部分元素重复，观察执行结果

  langs = {
       'Python','C','Python','Java','C'}
  print('打印集合：',langs)
  
  #输出结果
  打印集合： {
       'Python', 'C', 'Java'
  

• 上述 ‘ Python ’ 和 ‘ C ’ 在设定时皆出现 2 次，但是列出时有重复的元素将只保留 1 份，集合内容可以是由不同数据类型组成，可参考下列实例。

• 例：使用整数和不同数据类型所建的集合

  #集合由整数所组成
  integer_set = {
       1,2,3,4,5}
  print(integer_set)
  #集合由不同数据型态所组成
  mixed_set = {
       1,'Python',(2,5,10)}   #因为集合元素是不可变的，如果元组所为列表将出现错误
  print(mixed_set)
  
  #输出结果
  {
       1, 2, 3, 4, 5}
  {
       1, 'Python', (2, 5, 10)}
  

• 读者可能会思考，字典是用大括号定义，集合也是用大括号定义，可否直接使用空的大括号定义空集合？可参考下列实例。

• 例：建立空集合并观察执行结果，发现错误的实例

  x = {
       }
  print("打印    ：",x)
  print("打印类别：",type(x))
  
  #输出结果
  打印    ： {
       }
  打印类别： <class 'dict'>
  

• 结果发现使用空的大括号 { } 定义，获得的是空字典，下一小节将会讲解定义空集合的方法。

10-1-2 使用 set() 函数定义集合

• 除了以 10-1-1 节方式建立集合，也可以使用 set() 函数建立集合， set() 函数参数的内容可以是字符串、列表、元组等。这时原先字符串、列表、元组的元素将被转成集合元素。首先笔者回到建立空集合的主题，如果想建立空集合需使用 set() 函数。

• 例：使用 set() 函数建立空集合

  empty_dict = {
       }
  print("打印类别：",type(empty_dict))
  empty_set = set()
  print("打印类别：",type(empty_set))
  
  #输出结果
  打印类别： <class 'dict'>
  打印类别： <class 'set'>
  

• 例：使用字符串建立与打印集合，同时列出集合的数据类型。

  x = set("DeepStone mean Deep Learning")
  print(x)
  print(type(x))
  
  #输出结果
  {
       'g', 'o', 'm', 'e', 'D', 'p', 't', 'L', 'S', 'n', ' ', 'r', 'a', 'i'}
  <class 'set'>
  

• 由于集合元素具有唯一的特性，所以虽然程序第 2 行原先字符串有许多字母（例如：e）重复，经过 set() 处理后，所有英文字母将没有重复。

• 例：使用列表建立与打印集合

  #方式1
  fruits = ['apple','orange','apple','banana','orange']
  x = set(fruits)
  print(x)
  #方式2
  y = set(['apple','orange','apple','banana','orange'])
  print(y)
  
  #输出结果
  {
       'apple', 'orange', 'banana'}
  {
       'apple', 'orange', 'banana'}
  

• 读者需留意 2 种不同的 set() 函数使用方式，同时原先列表内容已经变为集合元素内容了。

• 例：使用元组建立与打印集合。

  cities = set(('Beijing','Tokyo','Beijing','Taipei','Tokyo'))
  print(cities)
  
  #输出结果
  {
       'Beijing', 'Tokyo', 'Taipei'}
  

10-1-3 大数据与集合的应用

• 笔者的朋友在某知名企业工作，收集了海量数据使用列表保存，这里面有些数据重复出现，他曾经询问笔者应如何将重复数据删除，笔者告知如果使用 C 语言可能需花几小时解决，但是如果了解 Python 的集合观念，只要花约 1 分钟就解决了。其实只要将列表数据使用 set() 函数转为集合数据，再使用 list() 函数将集合数据转为列表数据就可以了。

• 例：将列表内重复性的数据删除。

  fruits1 = ['apple','orange','apple','banana','orange']
  x = set(fruits1)
  fruits2 = list(x)
  print("原先表列数据 fruits1：",fruits1)
  print("新的列表数据 fruits2：",fruits2)
  
  #输出结果
  原先表列数据 fruits1： ['apple', 'orange', 'apple', 'banana', 'orange']
  新的列表数据 fruits2： ['apple', 'orange', 'banana']
  

10-2 集合的操作

Python 符号	说 明
&	交集
|	并集
-	差集
^	对称差集
==	等于
！=	不等于
in	是成员
not in	不是成员

10-2-1 交集（intersection）

• 有 A 和 B 两个集合，如果想得相同的元素，则可以使用交集。例如，有数学（可想成 A 集合）与物理（可想成 B 集合）2 个夏令营，如果想统计有哪些人同时参加这 2 个夏令营，则可以使用此功能。

• 在 Python 语言的交集符号是 “ & ” ，另外，也可以使用 intersection() 方法完成这个工作。

• 例：有数学与物理 2 个夏令营，这个程序会列出同时参加这 2 个夏令营的成员。

  math = {
       'Kevin','Peter','Eric'}      # 设定参加数学夏令营成员
  physics = {
       'Peter','Nelson','Tom'}   # 设定参加物理夏令营成员
  both = math & physics
  print("同时参加数学与物理夏令营的成员：",both)
  
  #输出结果
  同时参加数学与物理夏令营的成员： {
       'Peter'}
  

• 例：使用 intersection() 方法完成交集的应用

  A = {
       1,2,3,4,5}
  B = {
       3,4,5,6,7}
  AB = A.intersection(B)
  print("A和B的交集是：",AB)
  BA = B.intersection(A)
  print("B和A的交集是：",BA)
  
  #输出结果
  A和B的交集是： {
       3, 4, 5}
  B和A的交集是： {
       3, 4, 5}
  

10-2-2 并集（union）

• 有 A 和 B 两个集合，如果想获得所有的元素，则可以使用并集，例如，有数学（可想成 A 集合）与物理（可想成 B 集合）2 个夏令营，如果想统计参加这 2 个夏令营的全部成员，则可以使用 此功能

• 在 Python 语言的并集符号是 " | "，另外，也可以使用 union() 方法完成这个工作。

• 例：有数学与物理 2 个夏令营，这个程序会列出参加这 2 个夏令营的所有成员。

  math = {
       'Kevin','Peter','Eric'}      # 设定参加数