|
|
|
|
移动端

Python集合是什么,为什么应该使用以及如何使用?

Python 配备了几种内置数据类型来帮我们组织数据。这些结构包括列表、字典、元组和集合。在本文中,我们将回顾并查看上述定义中列出的每个要素的示例。让我们马上开始,看看如何创建它。

作者:Wilfredinni来源:Linux中国|2018-07-30 08:20

技术沙龙 | 邀您于8月25日与国美/AWS/转转三位专家共同探讨小程序电商实战

Python集合是什么,为什么应该使用以及如何使用?

Python Sets: What, Why and How

Python Sets: What, Why and How

Python 配备了几种内置数据类型来帮我们组织数据。这些结构包括列表、字典、元组和集合。

根据 Python 3 文档:

集合是一个无序集合,没有重复元素。基本用途包括成员测试消除重复的条目。集合对象还支持数学运算,如并集交集差集对等差分

在本文中,我们将回顾并查看上述定义中列出的每个要素的示例。让我们马上开始,看看如何创建它。

初始化一个集合

有两种方法可以创建一个集合:一个是给内置函数 set() 提供一个元素列表,另一个是使用花括号 {}

使用内置函数 set() 来初始化一个集合:

  1. >>> s1 = set([1, 2, 3])
  2. >>> s1
  3. {1, 2, 3}
  4. >>> type(s1)
  5. <class 'set'>

使用 {}

  1. >>> s2 = {3, 4, 5}
  2. >>> s2
  3. {3, 4, 5}
  4. >>> type(s2)
  5. <class 'set'>
  6. >>>

如你所见,这两种方法都是有效的。但问题是,如果我们想要一个空的集合呢?

  1. >>> s = {}
  2. >>> type(s)
  3. <class 'dict'>

没错,如果我们使用空花括号,我们将得到一个字典而不是一个集合。=)

值得一提的是,为了简单起见,本文中提供的所有示例都将使用整数集合,但集合可以包含 Python 支持的所有 可哈希的hashable 数据类型。换句话说,即整数、字符串和元组,而不是列表字典这样的可变类型。

  1. >>> s = {1, 'coffee', [4, 'python']}
  2. Traceback (most recent call last):
  3. File "<stdin>", line 1, in <module>
  4. TypeError: unhashable type: 'list'

既然你知道了如何创建一个集合以及它可以包含哪些类型的元素,那么让我们继续看看为什么我们总是应该把它放在我们的工具箱中。

为什么你需要使用它

写代码时,你可以用不止一种方法来完成它。有些被认为是相当糟糕的,另一些则是清晰的、简洁的和可维护的,或者是 “Python 式的pythonic”。

根据 Hitchhiker 对 Python 的建议:

当一个经验丰富的 Python 开发人员(Python 人Pythonista)调用一些不够 “Python 式的pythonic” 的代码时,他们通常认为着这些代码不遵循通用指南,并且无法被认为是以一种好的方式(可读性)来表达意图。

让我们开始探索 Python 集合那些不仅可以帮助我们提高可读性,还可以加快程序执行时间的方式。

无序的集合元素

首先你需要明白的是:你无法使用索引访问集合中的元素。

  1. >>> s = {1, 2, 3}
  2. >>> s[0]
  3. Traceback (most recent call last):
  4. File "<stdin>", line 1, in <module>
  5. TypeError: 'set' object does not support indexing

或者使用切片修改它们:

  1. >>> s[0:2]
  2. Traceback (most recent call last):
  3. File "<stdin>", line 1, in <module>
  4. TypeError: 'set' object is not subscriptable

但是,如果我们需要删除重复项,或者进行组合列表(与)之类的数学运算,那么我们可以,并且应该始终使用集合。

我不得不提一下,在迭代时,集合的表现优于列表。所以,如果你需要它,那就加深对它的喜爱吧。为什么?好吧,这篇文章并不打算解释集合的内部工作原理,但是如果你感兴趣的话,这里有几个链接,你可以阅读它:

没有重复项

写这篇文章的时候,我总是不停地思考,我经常使用 for 循环和 if 语句检查并删除列表中的重复元素。记得那时我的脸红了,而且不止一次,我写了类似这样的代码:

  1. >>> my_list = [1, 2, 3, 2, 3, 4]
  2. >>> no_duplicate_list = []
  3. >>> for item in my_list:
  4. ... if item not in no_duplicate_list:
  5. ... no_duplicate_list.append(item)
  6. ...
  7. >>> no_duplicate_list
  8. [1, 2, 3, 4]

或者使用列表解析:

  1. >>> my_list = [1, 2, 3, 2, 3, 4]
  2. >>> no_duplicate_list = []
  3. >>> [no_duplicate_list.append(item) for item in my_list if item not in no_duplicate_list]
  4. [None, None, None, None]
  5. >>> no_duplicate_list
  6. [1, 2, 3, 4]

但没关系,因为我们现在有了武器装备,没有什么比这更重要的了:

  1. >>> my_list = [1, 2, 3, 2, 3, 4]
  2. >>> no_duplicate_list = list(set(my_list))
  3. >>> no_duplicate_list
  4. [1, 2, 3, 4]
  5. >>>

现在让我们使用 timeit 模块,查看列表和集合在删除重复项时的执行时间:

  1. >>> from timeit import timeit
  2. >>> def no_duplicates(list):
  3. ... no_duplicate_list = []
  4. ... [no_duplicate_list.append(item) for item in list if item not in no_duplicate_list]
  5. ... return no_duplicate_list
  6. ...
  7. >>> # 首先,让我们看看列表的执行情况:
  8. >>> print(timeit('no_duplicates([1, 2, 3, 1, 7])', globals=globals(), number=1000))
  9. 0.0018683355819786227
  1. >>> from timeit import timeit
  2. >>> # 使用集合:
  3. >>> print(timeit('list(set([1, 2, 3, 1, 2, 3, 4]))', number=1000))
  4. 0.0010220493243764395
  5. >>> # 快速而且干净 =)

使用集合而不是列表推导不仅让我们编写更少的代码,而且还能让我们获得更具可读性高性能的代码。

注意:请记住集合是无序的,因此无法保证在将它们转换回列表时,元素的顺序不变。

Python 之禅

优美胜于丑陋Beautiful is better than ugly.

明了胜于晦涩Explicit is better than implicit.

简洁胜于复杂Simple is better than complex.

扁平胜于嵌套Flat is better than nested.

集合不正是这样美丽、明了、简单且扁平吗?

成员测试

每次我们使用 if 语句来检查一个元素,例如,它是否在列表中时,意味着你正在进行成员测试:

  1. my_list = [1, 2, 3]
  2. >>> if 2 in my_list:
  3. ... print('Yes, this is a membership test!')
  4. ...
  5. Yes, this is a membership test!

在执行这些操作时,集合比列表更高效:

  1. >>> from timeit import timeit
  2. >>> def in_test(iterable):
  3. ... for i in range(1000):
  4. ... if i in iterable:
  5. ... pass
  6. ...
  7. >>> timeit('in_test(iterable)',
  8. ... setup="from __main__ import in_test; iterable = list(range(1000))",
  9. ... number=1000)
  10. 12.459663048726043
  1. >>> from timeit import timeit
  2. >>> def in_test(iterable):
  3. ... for i in range(1000):
  4. ... if i in iterable:
  5. ... pass
  6. ...
  7. >>> timeit('in_test(iterable)',
  8. ... setup="from __main__ import in_test; iterable = set(range(1000))",
  9. ... number=1000)
  10. .12354438152988223

注意:上面的测试来自于这个 StackOverflow 话题。

因此,如果你在巨大的列表中进行这样的比较,尝试将该列表转换为集合,它应该可以加快你的速度。

如何使用

现在你已经了解了集合是什么以及为什么你应该使用它,现在让我们快速浏览一下,看看我们如何修改和操作它。

添加元素

根据要添加的元素数量,我们要在 add()update() 方法之间进行选择。

add() 适用于添加单个元素:

  1. >>> s = {1, 2, 3}
  2. >>> s.add(4)
  3. >>> s
  4. {1, 2, 3, 4}

update() 适用于添加多个元素:

  1. >>> s = {1, 2, 3}
  2. >>> s.update([2, 3, 4, 5, 6])
  3. >>> s
  4. {1, 2, 3, 4, 5, 6}

请记住,集合会移除重复项。

移除元素

如果你希望在代码中尝试删除不在集合中的元素时收到警报,请使用 remove()。否则,discard() 提供了一个很好的选择:

  1. >>> s = {1, 2, 3}
  2. >>> s.remove(3)
  3. >>> s
  4. {1, 2}
  5. >>> s.remove(3)
  6. Traceback (most recent call last):
  7. File "<stdin>", line 1, in <module>
  8. KeyError: 3

discard() 不会引起任何错误:

  1. >>> s = {1, 2, 3}
  2. >>> s.discard(3)
  3. >>> s
  4. {1, 2}
  5. >>> s.discard(3)
  6. >>> # 什么都不会发生

我们也可以使用 pop() 来随机丢弃一个元素:

  1. >>> s = {1, 2, 3, 4, 5}
  2. >>> s.pop() # 删除一个任意的元素
  3. 1
  4. >>> s
  5. {2, 3, 4, 5}

或者 clear() 方法来清空一个集合:

  1. >>> s = {1, 2, 3, 4, 5}
  2. >>> s.clear() # 清空集合
  3. >>> s
  4. set()

union()

union() 或者 | 将创建一个新集合,其中包含我们提供集合中的所有元素:

  1. >>> s1 = {1, 2, 3}
  2. >>> s2 = {3, 4, 5}
  3. >>> s1.union(s2) # 或者 's1 | s2'
  4. {1, 2, 3, 4, 5}

intersection()

intersection& 将返回一个由集合共同元素组成的集合:

  1. >>> s1 = {1, 2, 3}
  2. >>> s2 = {2, 3, 4}
  3. >>> s3 = {3, 4, 5}
  4. >>> s1.intersection(s2, s3) # 或者 's1 & s2 & s3'
  5. {3}

difference()

使用 diference()- 创建一个新集合,其值在 “s1” 中但不在 “s2” 中:

  1. >>> s1 = {1, 2, 3}
  2. >>> s2 = {2, 3, 4}
  3. >>> s1.difference(s2) # 或者 's1 - s2'
  4. {1}

symmetric_diference()

symetric_difference^ 将返回集合之间的不同元素。

  1. >>> s1 = {1, 2, 3}
  2. >>> s2 = {2, 3, 4}
  3. >>> s1.symmetric_difference(s2) # 或者 's1 ^ s2'
  4. {1, 4}

结论

我希望在阅读本文之后,你会知道集合是什么,如何操纵它的元素以及它可以执行的操作。知道何时使用集合无疑会帮助你编写更清晰的代码并加速你的程序。

如果你有任何疑问,请发表评论,我很乐意尝试回答。另外,不要忘记,如果你已经理解了集合,它们在 Python Cheatsheet 中有自己的一席之地,在那里你可以快速参考并重新认知你已经知道的内容。

【编辑推荐】

  1. Python是编程的未来吗?
  2. 学习如何使用Python构建你自己的Twitter机器人
  3. Python之父透露退位隐情,与核心开发团队产生隔阂
  4. Hacker News 7 月编程语言招聘趋势榜,Go 击败 Java
  5. Python 之父透露退位隐情,与核心开发团队产生隔阂
【责任编辑:庞桂玉 TEL:(010)68476606】

点赞 0
分享:
大家都在看
猜你喜欢

读 书 +更多

Cisco网络技术教程(第2版)

本书作为思科认证体系中的入门级教材,主要讲述了网络的基本知识和思科设备的基本命令,以及路由、交换等深层次网络知识的入门知识,其体系...

订阅51CTO邮刊

点击这里查看样刊

订阅51CTO邮刊