3分钟带你系统的了解Python集合与基本的集合运算_python 如何使用集合运算

最后

不知道你们用的什么环境，我一般都是用的Python3.6环境和pycharm解释器，没有软件，或者没有资料，没人解答问题，都可以免费领取（包括今天的代码），过几天我还会做个视频教程出来，有需要也可以领取~

给大家准备的学习资料包括但不限于：

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

你可以使用「set()」操作初始化一个空集。

emptySet = set()

如果要初始化一个带有值的集合，你可以向「set()」传入一个列表。

dataScientist = set(['Python', 'R', 'SQL', 'Git', 'Tableau', 'SAS'])
dataEngineer = set(['Python', 'Java', 'Scala', 'Git', 'SQL', 'Hadoop'])

如果你观察一下上面的「dataScientist」和「dataEngineer」集合中的变量，就会发现集合中元素值的顺序与添加时的顺序是不同的，这是因为集合是无序的。

集合包含的值也可以通过花括号来初始化。

dataScientist = {'Python', 'R', 'SQL', 'Git', 'Tableau', 'SAS'}
dataEngineer = {'Python', 'Java', 'Scala', 'Git', 'SQL', 'Hadoop'}

请牢记，花括号只能用于初始化包含值的集合。如下图所示，使用不包含值的花括号是初始化字典（dict）的方法之一，而不是初始化集合的方法。

向集合添加值或删除值

要想向集合中添加值或从中删除值，你首先必须初始化一个集合。

# Initialize set with values
graphicDesigner = {'InDesign', 'Photoshop', 'Acrobat', 'Premiere', 'Bridge'}

向集合中添加值

你可以使用「add」方法向集合中添加一个值。

graphicDesigner.add('Illustrator')

需要注意的一点是，你只能将不可变的值（例如一个字符串或一个元组）加入到集合中。举例而言，如果你试图将一个列表（list）添加到集合中，系统会返回类型错误「TyprError」。

graphicDesigner.add(['Powerpoint', 'Blender'])

从集合中删除值

有好几种方法可以从集合中删除一个值：

选项 1：你可以使用「remove」方法从集合中删除一个值。

graphicDesigner.remove('Illustrator')

这种方法的一个缺点是，如果你想要删除一个集合中不存在的值，系统会返回一个键值错误「KeyError」。

**选项 2：**你可以使用「discard」方法从集合中删除一个值。

graphicDesigner.discard('Premiere')

这种方法相对于「remove」方法的好处是，如果你试图删除一个集合中不存在的值，系统不会返回「KeyError」。如果你熟悉字典（dict）数据结构，你可能会发现这种方法与字典的「get」方法的工作模式相似。

选项 3：你还可以使用「pop」方法从集合中删除并且返回一个任意的值。

graphicDesigner.pop()

需要注意的是，如果集合是空的，该方法会返回一个「KeyError」。

删除集合中所有的值

你可以使用「clear」方法删除集合中所有的值。

graphicDesigner.clear()

在集合上进行迭代

与许多标准 Python 数据类型一样，用户可以在集合（set）上进行迭代。

# Initialize a set
dataScientist = {'Python', 'R', 'SQL', 'Git', 'Tableau', 'SAS'}
for skill in dataScientist:
 print(skill)

如果你仔细观察「dataScientist」集合中打印出来的每一个值，你会发现集合中的值被打印出来的顺序与它们被添加的顺序是不同的。

将集合中的值变为有序

本教程已经向大家强调了集合是无序的。如果你认为你需要以有序的形式从集合中取出值，你可以使用「sorted」函数，它会输出一个有序的列表。

type(sorted(dataScientist))

下面的代码按照字母降序（这里指 Z-A）输出「dataScientist」集合中的值。

sorted(dataScientist, reverse = True)

删除列表中的重复项

首先我们必须强调的是，集合是从列表（list）中删除重复值的最快的方法。为了证明这一点，让我们研究以下两种方法之间的差异。

**方法 1：**使用集合删除列表中的重复值。

print(list(set([1, 2, 3, 1, 7])))

方法 2：使用一个列表推导式（list comprehension）从一个列表中删除重复值。

性能的差异可以用「timeit」库来测量，这个库允许你对 Python 代码进行计时。下面的代码将每种方法运行了 10,000 次，并且以秒为单位输出了总计时间。

对比这两种方法，结果表明，使用集合删除重复值是更加高效的。虽然时间差异看似很小，但实际上在有一个非常大的列表时，能帮你节省很多的时间。

集合运算方法

Python 中常用的集合方法是执行标准的数学运算，例如：求并集、交集、差集以及对称差。下图显示了一些在集合 A 和集合 B 上进行的标准数学运算。每个韦恩（Venn）图中的红色部分是给定集合运算得到的结果。

Python 集合有一些让你能够执行这些数学运算的方法，还有一些给你等价结果的运算符。在研究这些方法之前，让我们首先初始化「dataScientist」和「dataEngineer」这两个集合。

dataScientist = set(['Python', 'R', 'SQL', 'Git', 'Tableau', 'SAS'])
dataEngineer = set(['Python', 'Java', 'Scala', 'Git', 'SQL', 'Hadoop'])

并集

一个表示为「dataScientist ∪ dataEngineer」的并集，是属于「dataScientist」或「dataEngineer」或同时属于二者元素的集合。你可以使用「union」方法找出两个集合中所有唯一的值。

# set built-in function union
dataScientist.union(dataEngineer)
# Equivalent Result
dataScientist | dataEngineer

求并集操作返回的集合可以被可视化为下面的韦恩（Venn）图中的红色部分。

交集

集合「dataScientist」和「dataEngineer」的交集可以表示为「dataScientist ∩ dataEngineer」，是所有同时属于两个集合的元素集合。

交集运算返回的集合可以被可视化为下面韦恩图中的红色部分。

你可能会发现，你会遇到你想确保两个集合没有共同值的情况。换句话说，你想得到两个交集为空的集合。这两个集合称为互斥集合，你可以使用「isdisjoint」方法测试两个集合是否为互斥。

你会注意到，在如下韦恩图所示的交集中，「dataScientist」和「graphicDesigner」没有共有的值。

差集

集合「dataScientist」和「dataEngineer」的差集可以表示为「dataScientist dataEngineer」，是所有属于「dataScientist」但不属于「dataEngineer」的元素集合。

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

LmNzZG4ubmV0L3poaWd1aWd1,size_16,color_FFFFFF,t_70)

感谢每一个认真阅读我文章的人，看着粉丝一路的上涨和关注，礼尚往来总是要有的：

①　2000多本Python电子书（主流和经典的书籍应该都有了）

②　Python标准库资料（最全中文版）

③　项目源码（四五十个有趣且经典的练手项目及源码）

④　Python基础入门、爬虫、web开发、大数据分析方面的视频（适合小白学习）

⑤ Python学习路线图（告别不入流的学习）

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！