6000+字：详解python集合set，建议珍藏！！

公众号：尤而小屋
作者：Peter
编辑：Peter

大家好，我是Peter~

在前面的几篇Python的文章中，我们介绍了Python的多种不同类型的对象：字符串、列表、元组、字典。它们有各自的特点：

• 字符串str：存在索引，字符串中的元素是可以重复的，元素是不可变，不能修改的
• 列表list：也能够进行索引和切片操作，元素可以修改，是可变的
• 元组tuple：可以看成是不能进行修改的“列表”；元素不能直接修改，也可以进行索引和切片操作，类似列表
• 字典：Python中十分常用，键值对组成，键必须是比可变的数据类型（比如元组），值可以是任意数据；字典是无序的

如果说元组是列表和字符串的杂合体，那么集合可以看做是列表和字典的杂合体

Python连载文章

Python入门的连载文章：

本文的整体目录结构：

集合创建

集合set的创建有两种方法：

1. 通过set函数创建，空集合只能用这种方式
2. 通过{}来创建

空集合

s1 = set()  # 空集合
s1

set()

type(s1)

set

注意：空集合必须使用set函数来创建，因为{}是用来创建空字典的

非空集合

使用花括号创建

s2 = {1,2,3,4}  
s2

{1, 2, 3, 4}

type(s2)

set

使用set函数创建

s3 = set([9,8,7,6])  # 将元素用列表装起来，set只能有一个参数
s3

{6, 7, 8, 9}

type(s3)

set

s4 = set((11,22,33,44))  # 用元组装起来
s4

{11, 22, 33, 44}

集合的元素不能重复

集合中的元素是不能重复的；如果有重复的元素，集合会自动去重。这是一种非常高效的去重方式

s5 = set([1, 2, 3, 4, 3, 2, 1])  # 存在重复数据
s5

{1, 2, 3, 4}

产生的数据中自动将重复的去掉了

type(s5) # 查看类型

set

s6 = set("javascript") # 字符串中a重复了，自动去重
s6

{'a', 'c', 'i', 'j', 'p', 'r', 's', 't', 'v'}

特别点

当我们创建集合的时候，需要注意数据类型

s7 = {"python", [1,2,3,"java"], {"name":"xiaoming","age":19},100}
s7

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-11-b8ed1637ec12> in <module>
----> 1 s7 = {"python", [1,2,3,"java"], {"name":"xiaoming","age":19},100}
      2 s7


TypeError: unhashable type: 'list'

上面报错中的关键词：unhashable，中文是不可哈希的。意思是创建的时候存在不可哈希的数据类型：列表 。我们可以记住：

• 不可哈希，即代表可变，比如列表、字典等
• 可哈希，即代表不可变，比如字符串，字典的键等

当我们创建集合的时候，元素必须是可哈希的

set集合方法

首先我们通过dir(set)来查看集合的操作方法：

print(dir(set))

['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__iand__', '__init__', '__init_subclass__', '__ior__', '__isub__', '__iter__', '__ixor__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'add', 'clear', 'copy', 'difference', 'difference_update', 'discard', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', 'remove', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update']

add-添加不可变元素

集合中添加元素

s3  # 原集合

{6, 7, 8, 9}

s3.add(1)  # 添加1

s3

{1, 6, 7, 8, 9}

s3.add(2)  # 添加2

s3

{1, 2, 6, 7, 8, 9}

s3.add([1,3,5])

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-18-4efde33c70d1> in <module>
----> 1 s3.add([1,3,5])


TypeError: unhashable type: 'list'

报错提示：列表是不可哈希，也就是可变类型的。之前我们说过：集合中的元素都是可哈希（不可变类型），所以不能直接添加

list1 = [1,3,5]
tuple1 = tuple(list1)  # 列表转成元组，元组是不可变的

tuple1

(1, 3, 5)

s3.add(tuple1)  # 添加元组

s3

{(1, 3, 5), 1, 2, 6, 7, 8, 9}

update-更新集合

更新集合中的元素，将两个集合中的元素组合在一起

# 创建两个集合，有相同的元素“python”

s8 = set(["python","java","c"])
s9 = set(["python","go","javascript","html"])

s8.update(s9)

s8  

{'c', 'go', 'html', 'java', 'javascript', 'python'}

生成的数据中自动将python去重了

s9  # s9还是没有变化的

{'go', 'html', 'javascript', 'python'}

update的参数不仅仅是集合，它的参数是不可变数据类型：

help(set.update)  # 查看方法的文档信息

Help on method_descriptor:

update(...)
    Update a set with the union of itself and others.

s9.update("hello")

s9

{'e', 'go', 'h', 'html', 'javascript', 'l', 'o', 'python'}

s9.update((7,8,9))

s9

{7, 8, 9, 'e', 'go', 'h', 'html', 'javascript', 'l', 'o', 'python'}

pop-随机删除

随机删除一个元素，并且返回删除的结果。pop不能指定参数，也就是不能指定想要删除的元素

s9.pop()

'python'

s9.pop()

'html'

s9.pop("python")  # 不能带参数

---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-33-5037b93f4a38> in <module>
----> 1 s9.pop("python")  # 不能带参数


TypeError: pop() takes no arguments (1 given)

remove-指定删除

删除的元素必须在集合中。如果不存在，则会报错

s8

{'c', 'go', 'html', 'java', 'javascript', 'python'}

s8.remove("go")

s8  # 结果显示go被删除了

{'c', 'html', 'java', 'javascript', 'python'}

s8.remove("go")   # 再次删除go就会报错，因为go已经不存在了

---------------------------------------------------------------------------

KeyError                                  Traceback (most recent call last)

<ipython-input-37-88eafb5b8e9d> in <module>
----> 1 s8.remove("go")   # 再次删除go就会报错，因为go已经不存在了


KeyError: 'go'

discard-指定删除

指定删除某个元素，如果元素不存在，也不会报错。

s8  # 原数据

{'c', 'html', 'java', 'javascript', 'python'}

s8.discard("html")

s8  # 删除后的数据

{'c', 'java', 'javascript', 'python'}

s8

{'c', 'java', 'javascript', 'python'}

s8.discard("go")

上面的结果表明：如果删除的元素不存在，也不会报错。这个是和remove不一样的地方

clear-清空集合

删除集合中的全部元素

s8

{'c', 'java', 'javascript', 'python'}

s8.clear()  # 清空了集合

s8

set()

bool(s8)  # bool值为False

False

不变的集合-frozenset()

上面通过set方法创建的集合，我们了解到：集合是可变的，也就是可修改的，或者说不可哈希的。

实际上还有一种方式创建的集合是不可变的：frozenset()，可以理解成冻集合，所以就不能进行修改等操作啦。

f_set = frozenset("python")
f_set

frozenset({'h', 'n', 'o', 'p', 't', 'y'})

我们查看下这个冻集合的操作方法

print(dir(f_set))  # 冻集合

['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'copy', 'difference', 'intersection', 'isdisjoint', 'issubset', 'issuperset', 'symmetric_difference', 'union']

print(dir(s9))  # set集合，非冻集合

['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__iand__', '__init__', '__init_subclass__', '__ior__', '__isub__', '__iter__', '__ixor__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'add', 'clear', 'copy', 'difference', 'difference_update', 'discard', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', 'remove', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update']

通过对比两种集合的操作方法，我们发现：冻集合中明显是少了很多增加、删除等方法，所以冻集合是不可变的

集合运算

在这个小节中介绍的是集合中的各种运算，比如：交集、并集、补集等

in-元素判断

s5

{1, 2, 3, 4}

1 in s5

True

6 in s5

False

issubset-子集与issuperset-超集

A如果是B的子集，那么B就是A的超集；也就说A的元素全部在B中

s10 = {1,2}  # 创建一个新的集合
s10

{1, 2}

s10.issubset(s5)  # s10是s5的子集

True

s5.issuperset(s10)  #  s5是s10的超集

True

s9

{7, 8, 9, 'e', 'go', 'h', 'javascript', 'l', 'o'}

s9.issubset(s5)  # 很显然s9不是s5的子集

False

intersection-交集

求两个集合的交集，使用intersection函数或者&

print(s5)
print(s10)

{1, 2, 3, 4}
{1, 2}

s5.intersection(s10)

{1, 2}

s5 & s10

{1, 2}

union-并集

使用函数union或者|来表示两个集合的并集，会生成一个新的对象

print(s5)
print(s9)

{1, 2, 3, 4}
{'javascript', 'o', 7, 'l', 'go', 'h', 8, 9, 'e'}

s11 = s5|s9
s11

{1, 2, 3, 4, 7, 8, 9, 'e', 'go', 'h', 'javascript', 'l', 'o'}

s5.union(s9)

{1, 2, 3, 4, 7, 8, 9, 'e', 'go', 'h', 'javascript', 'l', 'o'}

difference-差集、补集

使用函数difference或者减号-

print(s5)
print(s10)

{1, 2, 3, 4}
{1, 2}

s5 - s10

{3, 4}

s5.difference(s10)

{3, 4}

s10 - s5

set()

symmetric_difference-对称差集

使用函数symmetric_difference或者symmetric_difference_update（原地更新数据）

s12 = {1,3,4,5,7}
s12

{1, 3, 4, 5, 7}

s5  # 原数据

{1, 2, 3, 4}

s5.symmetric_difference(s12)

{2, 5, 7}

s5  #  原数据没有改变

{1, 2, 3, 4}

s5.symmetric_difference_update(s12) 

s5    # 原数据为输出结果

{2, 5, 7}

推荐阅读

尤而小屋，一个温馨的小屋。小屋主人，一手代码谋求生存，一手掌勺享受生活，欢迎你的光临