前言

集合是一种组合型的数据类型，分为可变的set和不可变的frozenset。

软件环境

· 系统

· UbuntuKylin 14.04

· 软件

· Python 2.7.3

· IPython 4.0.0

可变集合Set

集合set是一种无序的、唯一的的元素集，与数学中集合的概念类似，可对其进行交、并、差、补等逻辑运算。不支持索引、切片等序列操作，但仍支持成员关系运算符in-not in、推导式等操作。在特定的场合中可以体现出非常优秀的执行效率。

set()函数创建集合

1. set(iterable) -> new set object 

其中iterable可以是List、Tuple、Dictionary。但是为dict时，只会获取提Key作为set的元素。

1. n [12]: s = set([1,2,3]) 

2.  

3.   

4.  

5. In [13]: s 

6.  

7. Out[13]: {1, 2, 3} 

8.  

9.   

10.  

11. In [14]: type(s) 

12.  

13. Out[14]: set 

14.  

15.   

16.  

17. In [141]: s2 = set('jmilk') 

18.  

19.   

20.  

21. In [142]: s2 

22.  

23. Out[142]: {'i', 'j', 'k', 'l', 'm'}  

注意：set()函数只能接受迭代器(String、Tuple、List、Dict、set)作为参数。

1. In [180]: s1 = set(1) 

2.  

3. --------------------------------------------------------------------------- 

4.  

5. TypeError                                 Traceback (most recent call last) 

6.  

7. <ipython-input-180-8804a520da97> in <module>() 

8.  

9. ----> 1 s1 = set(1) 

10.  

11.   

12.  

13. TypeError: 'int' object is not iterable  

传递一个非迭代器参数时会报错。

创建空集合

1. set() -> new empty set object 

通过上面的例子，可见set类型数据和dict类型一样也是使用{}来标识，但是需要注意的是：dict类型可以使用dic = {}来创建一个空字典，set类型却不能，只能通过s = set()来创建。

1. In [15]: s = set() 

2.  

3. In [16]: s 

4.  

5. Out[16]: set() 

6.  

7. In [17]: d = {} 

8.  

9. In [18]: d 

10.  

11. Out[18]: {} 

12.  

13. In [20]: type(s),type(d) 

14.  

15. Out[20]: (set, dict)  

注意：因为set()是一个可变的集合，其元素的数量是不固定的，所以有add()、remove()方法。但也因为其可变性所以set()类型的对象没有散列值(哈希值)，同时也不能作为dict对象的key和其他set对象的元素。

哈希值：将长度不一的输入数据源，通过算法转换为长度一致的数据输出，以此来提高查找速度。

MD5：对文件或者数据源(字符串、数值)进行计算后得到一个固定的值，用来验证文件或数据源是否被篡改。一般用于文件的数字签名。

集合元素的唯一性

无论是set还是frozenset中的元素都是唯一的，会自动合并重叠元素。

1. In [17]: li = [1,2,3,1,1,2,'a','b','a'] 

2.  

3. In [18]: s1 = set(li) 

4.  

5. In [19]: s2 = frozenset(li) 

6.  

7. In [20]: s1,s2 

8.  

9. Out[20]: ({1, 2, 3, 'a', 'b'}, frozenset({1, 2, 3, 'a', 'b'}))  

集合推导式

由一个迭代器推倒出一个新的集合。

1. In [175]: set(x**2 for x in range(1,6) if x < 4) 

2.  

3. Out[175]: {1, 4, 9}  

set类型对象的内置方法

add()增加一个元素

add(…)  

Add an element to a set.  

This has no effect if the element is already present. 

增加一个元素到set对象中，如果这个元素已经存在，则没有效果。

1. In [41]: s1 = set(range(10)) 

2.  

3.   

4.  

5. In [42]: s1 

6.  

7. Out[42]: {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} 

8.  

9.   

10.  

11. In [43]: s1.add(10) 

12.  

13.   

14.  

15. In [44]: s1 

16.  

17. Out[44]: {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10}  

remove()删除一个元素

remove(…)  

Remove an element from a set; it must be a member.  

If the element is not a member, raise a KeyError. 

指定删除set对象中的一个元素，如果集合中没有这个元素，则返回一个错误。

1. In [47]: s1 

2.  

3. Out[47]: {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10} 

4.  

5.   

6.  

7. In [48]: s1.remove(0) 

8.  

9.   

10.  

11. In [49]: s1 

12.  

13. Out[49]: {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}  

一次只能删除i个元素。

pop()随机删除并返回一个元素

pop(…)  

Remove and return an arbitrary set element.  

Raises KeyError if the set is empty. 

随机删除并返回一个集合中的元素，若集合为空，则返回一个错误。

1. In [65]: s2 = set(['j','m','i','l','k']) 

2.  

3.   

4.  

5. In [66]: s2.pop() 

6.  

7. Out[66]: 'i' 

8.  

9.   

10.  

11. In [67]: s2.pop() 

12.  

13. Out[67]: 'k'  

discard()删除一个元素

discard(…)  

Remove an element from a set if it is a member.  

If the element is not a member, do nothing. 

指定删除集合中的一个元素，若没有这个元素，则do nothing。

1. In [90]: s1 

2.  

3. Out[90]: {1, 2, 3, 4, 5, 6, 7, 8, 9} 

4.  

5. In [91]: s1.discard(1) 

6.  

7. In [92]: s1 

8.  

9. Out[92]: {2, 3, 4, 5, 6, 7, 8, 9} 

10.  

11. In [93]: s1.discard('abc') 

12.  

13. In [94]: s1 

14.  

15. Out[94]: {2, 3, 4, 5, 6, 7, 8, 9}  

clear()

clear(…)

Remove all elements from this set.

清空一个集合中的所有元素

1. In [94]: s1 

2.  

3. Out[94]: {2, 3, 4, 5, 6, 7, 8, 9} 

4.  

5. In [95]: s1.clear() 

6.  

7. In [96]: s1 

8.  

9. Out[96]: set()  

注意：上面列出的函数都是可变类型set对象独有的函数，除此之外还有一些set和frozenset共有的内置函数，我们后面再介绍。

不可变集合Frozenset

frozenset冻结集合，即不可变集合。frozenset的元素是固定的，一旦创建后就无法增加、删除和修改。其最大的优点是使用hash算法实现，所以执行速度快，而且frozenset可以作为dict字典的Key，也可以成为其他集合的元素。

frozenset()创建一个frozenset集合

1. frozenset(object) 

2.  

3. frozenset() -> empty frozenset object 

4.  

5. frozenset(iterable) -> frozenset object 

6.  

7. Build an immutable unordered collection of unique elements.  

创建的固定的无序集合

1. In [108]: f1 = frozenset() #空的frozenset集合 

2.  

3. In [109]: f2 = frozenset([1,2,3,'JMilk']) 

4.  

5. In [110]: f1,f2 

6.  

7. Out[110]: (frozenset(), frozenset({1, 2, 3, 'JMilk'}))  

set能够与frozenset作比较

1. In [4]: s1 = set([1,2,3]) 

2.  

3. In [5]: s2 = frozenset([1,2,3]) 

4.  

5. In [6]: s1 == s2 

6.  

7. Out[6]: True  

set和frozenset的混合运算

两种类型集合之间的混合运算会返回第一个操作元素的类型。

1. In [12]: s1 = set([1,2,3]) 

2.  

3. In [13]: s2 = frozenset([2,3,4]) 

4.  

5. In [14]: s3 = s1 | s2 

6.  

7. In [15]: s3,type(s3) 

8.  

9. Out[15]: ({1, 2, 3, 4}, set)  

frozenset集合作为dic的key

1. In [138]: f = frozenset(['name']) 

2.  

3. In [139]: dic = {f:'Jmilk'} 

4.  

5. In [140]: dic 

6.  

7. Out[140]: {frozenset({'name'}): 'Jmilk'}  

set集合不可以作为Dictionary的Key：

1. In [144]: s1 = set(['JMilk']) 

2.  

3. In [145]: dic = {s1:'name'} 

4.  

5. --------------------------------------------------------------------------- 

6.  

7. TypeError Traceback (most recent call last) 

8.  

9. <ipython-input-145-a2aec7bb3b32> in <module>() 

10.  

11. ----> 1 dic = {s1:'name'} 

12.  

13. TypeError: unhashable type: 'set' #不具有hash  

set、frozenset共有的内建函数

set与frozenset类型的集合都支持集合之间的比较、交、并、差操作，类似数据的集合关系比较。但是需要注意的是：因为frozenset是不可变集合，所以下列函数中带有’_update’关键字的函数，frozenset都不可以调用。

NOTE: 带有 _update 的函数，使用原位操作的方法实现，拥有更低的资源消耗。但是这样的话，函数是没有返回值的，即不能将结果赋值给一个新的变量。

intersection()、intersection_update()求交集

intersection(…)  

Return the intersection of two or more sets as a new set. 

返回一个由若干个集合经过交集运算后得到的新交集，可以传入多个迭代器类型的参数。即可以传递Tuple、List、、String、Dictionary、Set等类型参数。

集合之间求交集

1. In [59]: s1 

2.  

3. Out[59]: {1, 2, 3, 'a', 'b'} 

4.  

5.   

6.  

7. In [60]: s2 

8.  

9. Out[60]: {3, 4, 5, 'b', 'c', 'd'} 

10.  

11.   

12.  

13. In [61]: s3 = set([1,3,8,9,10,'d''e','f']) 

14.  

15.   

16.  

17. In [62]: s4 = s1.intersection(s2,s3) 

18.  

19.   

20.  

21. In [63]: s4 

22.  

23. Out[63]: {3}  

注意：也可以使用逻辑与运算符 ‘&’

1. In [28]: s3 = s1 & s2 

2.  

3. In [29]: s3 

4.  

5. Out[29]: {3, 'b'}  

集合和列表求交集

1. In [64]: li 

2.  

3. Out[64]: [1, 2, 3, 1, 1, 2, 'a', 'b', 'a'] 

4.  

5. In [65]: s4 = s1.intersection(li) 

6.  

7. In [66]: s4 

8.  

9. Out[66]: {1, 2, 3, 'a', 'b'}  

集合和元组求交集

1. In [67]: tup = (2,'a','c') 

2.  

3. In [68]: s4 = s1.intersection(tup) 

4.  

5. In [69]: s4 

6.  

7. Out[69]: {2, 'a'}  

集合和字符串求交集

注意：只能以String中的字符进行相交运算，不能与String的数字做运算。

1. In [70]: str = '123abc' 

2.  

3. In [71]: s4 = s1.intersection(str) 

4.  

5. In [72]: s4 

6.  

7. Out[72]: {'a', 'b'} 

8.  

9. In [79]: s1 

10.  

11. Out[79]: {1, 2, 3, 'a', 'b'}  

集合和字典求交集

注意：只能与字典中的Key进行相交运算。

1. In [79]: s1 

2.  

3. Out[79]: {1, 2, 3, 'a', 'b'} 

4.  

5. In [80]: dic = {1:'name',2:'age'} 

6.  

7. In [81]: s4 = s1.intersection(dic) 

8.  

9. In [82]: s4 

10.  

11. Out[82]: {1, 2}  

intersection()与intersection_update()的区别

intersection_update(…)  

Update a set with the intersection of itself and another.  

更新一个经过相交后的集合给自己。

注意：当我们希望将两个对象相交后的结果更新给其中一个操作对象时，建议使用intersection_update()函数，这个函数使用原位操作的方法实现，拥有更低的资源消耗。但是intersection_update()函数是没有返回值的，即不能将结果赋值给一个新的变量。

1. In [94]: s1 

2.  

3. Out[94]: {1, 2, 3, 'a', 'b'} 

4.  

5. In [95]: s2 

6.  

7. Out[95]: {3, 4, 5, 'b', 'c', 'd'} 

8.  

9. In [96]: s1.intersection_update(s2) 

10.  

11. In [97]: s1 

12.  

13. Out[97]: {3, 'b'}  

union()、update()求并集

与intersection()一样，可以传递不同的迭代器类型参数。

union() 返回并集

union(…)  

Return the union of sets as a new set.   

1. In [108]: s4 

2.  

3. Out[108]: {1, 2, 3, 4, 5, 8, 9, 10, 'a', 'b', 'c', 'd', 'de', 'f'}  

注意：可以使用逻辑或运算符 ‘|’

1. In [109]: s4 = s1 | s2 | s3 

2.  

3. In [110]: s4 

4.  

5. Out[110]: {1, 2, 3, 4, 5, 8, 9, 10, 'a', 'b', 'c', 'd', 'de', 'f'}  

update()更新并集

update(…)

Update a set with the union of itself and others.

update()方法没有返回值。

1. In [111]: s1.update(s2,s3) 

2.  

3. In [112]: s1 

4.  

5. Out[112]: {1, 2, 3, 4, 5, 8, 9, 10, 'a', 'b', 'c', 'd', 'de', 'f'}  

difference()、difference_update()求差

difference()

difference(…)

Return the difference of two or more sets as a new set.

返回由一个集合中不存在于其他若干个集合的元素组成的新集合。

1. In [122]: s1 

2.  

3. Out[122]: {1, 2, 3, 'a', 'b'} 

4.  

5. In [123]: s2 

6.  

7. Out[123]: {3, 4, 5, 'b', 'c', 'd'} 

8.  

9. In [124]: s3 = s1.difference(s2) 

10.  

11. In [125]: s3 

12.  

13. Out[125]: {1, 2, 'a'}  

注意：可以使用算术运算符减 ‘-‘

1. In [126]: s3 = s1 - s2 

2.  

3. In [127]: s3 

4.  

5. Out[127]: {1, 2, 'a'}  

difference_update()

difference_update(…)

Remove all elements of another set from this set.

更新原来集合。

1. In [130]: s1.difference_update(s2) 

2.  

3. In [131]: s1 

4.  

5. Out[131]: {1, 2, 'a'}  

symmetric_difference()、symmetric_difference_update()求集合彼此之差的并集

symmetric_difference()

symmetric_difference(…)

Return the symmetric difference of two sets as a new set.

即返回(set1 – set2)|(set2 – set1)的结果

1. In [138]: s1 

2.  

3. Out[138]: {1, 2, 3, 'a', 'b'} 

4.  

5. In [139]: s2 

6.  

7. Out[139]: {3, 4, 5, 'b', 'c', 'd'} 

8.  

9. In [140]: s3 = s1.symmetric_difference(s2) 

10.  

11. In [141]: s3 

12.  

13. Out[141]: {1, 2, 4, 5, 'a', 'c', 'd'}  

等效于：

1. In [147]: s1 - s2 

2.  

3. Out[147]: {1, 2, 'a'} 

4.  

5. In [148]: s2 - s1 

6.  

7. Out[148]: {4, 5, 'c', 'd'} 

8.  

9. In [144]: s3 = (s1 - s2)|(s2 - s1) 

10.  

11. In [145]: s3 

12.  

13. Out[145]: {1, 2, 4, 5, 'a', 'c', 'd'}  

注意：可以使用^来代替

1. In [142]: s3 = s1 ^ s2 

2.  

3. In [143]: s3 

4.  

5. Out[143]: {1, 2, 4, 5, 'a', 'c', 'd'}  

symmetric_difference_update()

symmetric_difference_update(…)

Update a set with the symmetric difference of itself and another.

1. In [150]: s1.symmetric_difference_update(s2) 

2.  

3. In [151]: s1 

4.  

5. Out[151]: {1, 2, 4, 5, 'a', 'c', 'd'}  

集合间的关系

相等：只有每一个一个set都互相是另一个set的子集时，这两个set才相等。

小于(set1包含于set2)：只有当第一个set1是另一个set2的子集，别且两个set不相等时，第一个set1小于第二个set2。

大于(set1包含set2)：只有第一个set1是第二个set2的超集、并且两者不相等时，第一个set2大于第二个set2。

isdisjoint()两个集合不相交

isdisjoint(…)

Return True if two sets have a null intersection.

即set1 & set2 == set() 时，为True

1. In [155]: s1 

2.  

3. Out[155]: {1, 2, 4, 5, 'a', 'c', 'd'} 

4.  

5. In [156]: s2 

6.  

7. Out[156]: {3, 4, 5, 'b', 'c', 'd'} 

8.  

9. In [158]: (s1 - s2) & s2 == set() 

10.  

11. Out[158]: True 

12.  

13. In [159]: s2.isdisjoint(s1-s2) 

14.  

15. Out[159]: True  

issuperset()一个集合包含另一个集合

issuperset(…)

Report whether this set contains another set.

1. In [169]: s1 

2.  

3. Out[169]: {0, 1, 2} 

4.  

5. In [170]: s2 

6.  

7. Out[170]: {0, 1, 2, 3, 4} 

8.  

9. In [172]: s2.issuperset(s1) 

10.  

11. Out[172]: True  

s2大于s1

issubset()一个集合包含于另一个集合

issubset(…)

Report whether another set contains this set.

1. In [169]: s1 

2.  

3. Out[169]: {0, 1, 2} 

4.  

5. In [170]: s2 

6.  

7. Out[170]: {0, 1, 2, 3, 4} 

8.  

9. In [171]: s1.issubset(s2) 

10.  

11. Out[171]: True  

s1被s2包含

集合的数据类型转换

主要转换为序列类型。

1. In [1]: set1 = set(range(5)) 

2.  

3. In [2]: li = list(set1) 

4.  

5. In [3]: tup = tuple(set1) 

6.  

7. In [4]: string = str(set1) 

8.  

9. In [5]: li,tup,string 

10.  

11. Out[5]: ([0, 1, 2, 3, 4], (0, 1, 2, 3, 4), 'set([0, 1, 2, 3, 4])')  

最后

集合是一个非常有意思的数据结构，他或许不被经常使用，但是在比较严格的执行环境下，集合是一个非常好的选择。