Python—数据类型之集合(Set)

1.集合是一个无序的，且不重复元素的集合。它里面的元素是可哈希的(不可变类型)，但是集合本身是不可哈希（所以集合做不了字典的键）的。

2.基本功能包括关系测试和消除重复元素。注意：集合存在的意义就是去重和关系运算。

• 去重，把一个列表变成集合，就自动去重了。
• 关系测试，测试两组数据之前的交集、差集、并集等关系。

3.集合中的三个特征

• 确定性（元素必须是可hash）
• 互异性（去重）
• 无序性（集合中的元素没有先后之分）如集合{1,2,3}和集合{2,3,1}算作一个集合

集合的创建

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。大括号也不可以创建元素含有字典与列表的集合。

创建set需要一个list或者tuple或者dict作为输入集合。其中重复元素在set中会自动过滤。

集合可以通过可迭代对象（字符串、元组、列表等）进行创建；集合中的元素不可重复；集合中的元素无序排列。

创建空的集合：s = set()，不能用 { } 来创建空集合。

创建非空集合：s = {1,2,3,4}，或者 s = set(iterable)。

# 创建空集合
set1 = set()
print(set1, type(set1))      # (set([]),  <type 'set'>)
 
# 创建非空集合
set1 = {1, 2, 2}
print(set1, type(set1))      # (set([1, 2]),  <type 'set'>)
set2 = set({1, 2, 2})
print(set2, type(set2))      # (set([1, 2]),  <type 'set'>)
set3 = set('abcdefabcd')
set4 = set(['a','b','c','a'])
set5 = set(('a','b','c','a'))
set6 = set({'a':1, 'b':2})
set7 = set(range(1, 10, 3))
print(set3, type(set3))      # (set(['a', 'c', 'b', 'e', 'd', 'f']),  <type 'set'>)
print(set4, type(set4))      # (set(['a', 'c', 'b']),  <type 'set'>)
print(set5, type(set5))      # (set(['a', 'c', 'b']),  <type 'set'>)
print(set6, type(set6))      # (set(['a', 'b']),  <type 'set'>)
print(set7, type(set7))      # (set([1, 4, 7]),  <type 'set'>)
 
# 集合推导式
set1 = {x for x in 'abracdabra' if x not in 'abc'}
print(set1, type(set1))      # (set(['r', 'd']),  <type 'set'>)

集合的常用方法：见help(set)

添加元素

set1 = {'1', '2'}
set2 = {'1', '2'}
set3 = {'1', '2'}

set1.add('3')          # add的作用相当于列表中的append方法，但是添加新元素时，如果存在就不添加。
print set1             # set(['1', '3', '2'])

set2.update('2345')     # update 类似于列表中的extend方法，update方法可以支持同时传入多个参数
print set2              # set(['1', '3', '2', '5', '4'])

set3.update(['6', '8'], 'de')  # 添加列表到集合，列表元素会被分解为单个元素后添加到集合
print set3                     # set(['e', 'd', '1', '2', '6', '8'])

删除元素

s1 = set(['Python','Java','C','C++','C#'])
s2 = set(['Python','Java','C','C++','C#'])
s3 = set(['Python','Java','C','C++','C#'])

s1.remove('C++')     # 使用remove(element)方法删除指定元素，参数element为需要删除的元素。如果集合中不存在element元素，则会抛出异常。
s2.discard('C++')    # 使用discard(element)方法删除指定元素，参数element为需要删除的元素。如果集合中不存在element元素，不会抛出异常。
print s1      # set(['Python', 'C#', 'C', 'Java']) 
print s2      # set(['Python', 'C#', 'C', 'Java']) 

print s3.pop()      # Python  随机删除一个元素。由于集合是无序的，pop返回的结果不能确定，且当集合为空时调用pop会抛出KeyError错误。
print s3            # set(['C#', 'C', 'Java', 'C++'])

s3.clear()    # 清空集合
print s3      # set([])
del s3        # 删除整个集合：del set
print s3      # NameError: name 's3' is not defined

查找元素

s1 = set(['Python','Java','C','C++','C#'])
for i in s1:
    print i

集合的运算

交集、并集、补集、差集、子集、超集

in /not in运算符：in等同于字典的in，用于集合中，当某个值存在于集合中，返回True，否则返回False。not in 与in 返回值相反。集合的in / not in 运算符的速度快于序列。

s1 = {1, 2, 3}    
s2 = {3, 4, 5}

# 交集 & 或者 intersection()
print s1 & s2              # {3}
print s1.intersection(s2)  

# 并集 | 或者 union()
print s1 | s2              # {1, 2, 3, 4, 5}
print s1.union(s2)

# 补集(反交集) ^ 或者 symmetric_difference()
print s1 ^ s2              # {1, 2, 4, 5}
print s1.symmetric_difference(s2)

# 差集 - 或者 difference()
print s1 - s2              # {1, 2}
print s1.difference(s2)

# 超集>:判断一个集合是另一个集合的超集,使用 >= 也可以
print {1,2,3} > {1,2}      # True  {1,2,3} 是 {1,2} 的超集
print {1,2,3}.issuperset({1,2})

# 子集<:判断一个集合是另一个集合的子集,使用 <= 也可以
print {1,2} < {1,2,3}      # True  {1,2} 是 {1,2,3} 的子集
print {1,2}.issubset({1,2,3})

print {1,2,3} == {3,2,1}   # True
print {1,2,3} != {3,2,1}   # False

print 1 in {1,2,3}         # True
print 1 not in {1,2,3}     # False

集合的函数

len(x)  max(x)  min(x)  sum(x)  any(x)  all(x)

s1 = {1, 2, 3, 6}    
print len(s1)      # 4
print max(s1)      # 6
print min(s1)      # 1
print sum(s1)      # 12
print any(s1)      # True
print all(s1)      # True

补充：集合数据类型可以去重

arry = [1, 2, 3, 4, 6, 3, 8, 2]

set1 = set(arry)
print set1      # {1, 2, 3, 4, 6, 8}
arry = list(set1)
print arry      # [1, 2, 3, 4, 6, 8]