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
- 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。
- n [12]: s = set([1,2,3])
- In [13]: s
- Out[13]: {1, 2, 3}
- In [14]: type(s)
- Out[14]: set
- In [141]: s2 = set('jmilk')
- In [142]: s2
- 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。
- In [180]: s1 = set(1)
- ---------------------------------------------------------------------------
- TypeError Traceback (most recent call last)
- <ipython-input-180-8804a520da97> in <module>()
- ----> 1 s1 = set(1)
- 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
- 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。
- In [15]: s = set()
- In [16]: s
- Out[16]: set()
- In [17]: d = {}
- In [18]: d
- Out[18]: {}
- In [20]: type(s),type(d)
- 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。
- In [17]: li = [1,2,3,1,1,2,'a','b','a']
- In [18]: s1 = set(li)
- In [19]: s2 = frozenset(li)
- In [20]: s1,s2
- 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。
- In [175]: set(x**2 for x in range(1,6) if x < 4)
- 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。
- In [41]: s1 = set(range(10))
- In [42]: s1
- Out[42]: {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
- In [43]: s1.add(10)
- In [44]: s1
- 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。
- In [47]: s1
- Out[47]: {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10}
- In [48]: s1.remove(0)
- In [49]: s1
- 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。
- In [65]: s2 = set(['j','m','i','l','k'])
- In [66]: s2.pop()
- Out[66]: 'i'
- In [67]: s2.pop()
- 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。
- In [90]: s1
- Out[90]: {1, 2, 3, 4, 5, 6, 7, 8, 9}
- In [91]: s1.discard(1)
- In [92]: s1
- Out[92]: {2, 3, 4, 5, 6, 7, 8, 9}
- In [93]: s1.discard('abc')
- In [94]: s1
- 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
- In [94]: s1
- Out[94]: {2, 3, 4, 5, 6, 7, 8, 9}
- In [95]: s1.clear()
- In [96]: s1
- 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***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
- frozenset(object)
- frozenset() -> empty frozenset object
- frozenset(iterable) -> frozenset object
- Build an immutable unordered collection of unique elements.
创建的固定的无序集合
- In [108]: f1 = frozenset() #空的frozenset集合
- In [109]: f2 = frozenset([1,2,3,'JMilk'])
- In [110]: f1,f2
- Out[110]: (frozenset(), frozenset({1, 2, 3, 'JMilk'}))
set能够与frozenset作比较
- In [4]: s1 = set([1,2,3])
- In [5]: s2 = frozenset([1,2,3])
- In [6]: s1 == s2
- 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***个操作元素的类型。
- In [12]: s1 = set([1,2,3])
- In [13]: s2 = frozenset([2,3,4])
- In [14]: s3 = s1 | s2
- In [15]: s3,type(s3)
- Out[15]: ({1, 2, 3, 4}, set)
frozenset集合作为dic的key
- In [138]: f = frozenset(['name'])
- In [139]: dic = {f:'Jmilk'}
- In [140]: dic
- Out[140]: {frozenset({'name'}): 'Jmilk'}
set集合不可以作为Dictionary的Key：
- In [144]: s1 = set(['JMilk'])
- In [145]: dic = {s1:'name'}
- ---------------------------------------------------------------------------
- TypeError Traceback (most recent call last)
- <ipython-input-145-a2aec7bb3b32> in <module>()
- ----> 1 dic = {s1:'name'}
- 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
- In [59]: s1
- Out[59]: {1, 2, 3, 'a', 'b'}
- In [60]: s2
- Out[60]: {3, 4, 5, 'b', 'c', 'd'}
- In [61]: s3 = set([1,3,8,9,10,'d''e','f'])
- In [62]: s4 = s1.intersection(s2,s3)
- In [63]: s4
- Out[63]: {3}
注意：也可以使用逻辑与运算符 ‘&’
- In [28]: s3 = s1 & s2
- In [29]: s3
- Out[29]: {3, 'b'}
集合和列表求交集
- In [64]: li
- Out[64]: [1, 2, 3, 1, 1, 2, 'a', 'b', 'a']
- In [65]: s4 = s1.intersection(li)
- In [66]: s4
- Out[66]: {1, 2, 3, 'a', 'b'}
集合和元组求交集
- In [67]: tup = (2,'a','c')
- In [68]: s4 = s1.intersection(tup)
- In [69]: s4
- 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。
- In [70]: str = '123abc'
- In [71]: s4 = s1.intersection(str)
- In [72]: s4
- Out[72]: {'a', 'b'}
- In [79]: s1
- 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。
- In [79]: s1
- Out[79]: {1, 2, 3, 'a', 'b'}
- In [80]: dic = {1:'name',2:'age'}
- In [81]: s4 = s1.intersection(dic)
- In [82]: s4
- 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。
- In [94]: s1
- Out[94]: {1, 2, 3, 'a', 'b'}
- In [95]: s2
- Out[95]: {3, 4, 5, 'b', 'c', 'd'}
- In [96]: s1.intersection_update(s2)
- In [97]: s1
- 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.
- In [108]: s4
- 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 ‘|’
- In [109]: s4 = s1 | s2 | s3
- In [110]: s4
- 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。
- In [111]: s1.update(s2,s3)
- In [112]: s1
- 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。
- In [122]: s1
- Out[122]: {1, 2, 3, 'a', 'b'}
- In [123]: s2
- Out[123]: {3, 4, 5, 'b', 'c', 'd'}
- In [124]: s3 = s1.difference(s2)
- In [125]: s3
- Out[125]: {1, 2, 'a'}
注意：可以使用算术运算符减 ‘-‘
- In [126]: s3 = s1 - s2
- In [127]: s3
- Out[127]: {1, 2, 'a'}
difference_update()
difference_update(…)
Remove all elements of another set from this set.
更新原来集合。
- In [130]: s1.difference_update(s2)
- In [131]: s1
- 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
- In [138]: s1
- Out[138]: {1, 2, 3, 'a', 'b'}
- In [139]: s2
- Out[139]: {3, 4, 5, 'b', 'c', 'd'}
- In [140]: s3 = s1.symmetric_difference(s2)
- In [141]: s3
- Out[141]: {1, 2, 4, 5, 'a', 'c', 'd'}
等效于：
- In [147]: s1 - s2
- Out[147]: {1, 2, 'a'}
- In [148]: s2 - s1
- Out[148]: {4, 5, 'c', 'd'}
- In [144]: s3 = (s1 - s2)|(s2 - s1)
- In [145]: s3
- Out[145]: {1, 2, 4, 5, 'a', 'c', 'd'}
注意：可以使用^来代替
- In [142]: s3 = s1 ^ s2
- In [143]: s3
- 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.
- In [150]: s1.symmetric_difference_update(s2)
- In [151]: s1
- 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***个set1是另一个set2的子集，别且两个set不相等时，***个set1小于第二个set2。
大于(set1包含set2)：只有***个set1是第二个set2的超集、并且两者不相等时，***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
- In [155]: s1
- Out[155]: {1, 2, 4, 5, 'a', 'c', 'd'}
- In [156]: s2
- Out[156]: {3, 4, 5, 'b', 'c', 'd'}
- In [158]: (s1 - s2) & s2 == set()
- Out[158]: True
- In [159]: s2.isdisjoint(s1-s2)
- Out[159]: True
issuperset()一个集合包含另一个集合
issuperset(…)
Report whether this set contains another set.
- In [169]: s1
- Out[169]: {0, 1, 2}
- In [170]: s2
- Out[170]: {0, 1, 2, 3, 4}
- In [172]: s2.issuperset(s1)
- 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.
- In [169]: s1
- Out[169]: {0, 1, 2}
- In [170]: s2
- Out[170]: {0, 1, 2, 3, 4}
- In [171]: s1.issubset(s2)
- 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。
- In [1]: set1 = set(range(5))
- In [2]: li = list(set1)
- In [3]: tup = tuple(set1)
- In [4]: string = str(set1)
- In [5]: li,tup,string
- Out[5]: ([0, 1, 2, 3, 4], (0, 1, 2, 3, 4), 'set([0, 1, 2, 3, 4])')
***
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。
