国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

Python 進階之路 (四) 先立Flag, 社區最全的Set用法集錦

nodejh / 833人閱讀

摘要:與上面的操作類似,可以使用多種運算符和方法來更改集合的內容。通過修改集合元素方法運算符用法通過修改集合和作用是向集合中添加中所有不存在的元素。

Set是什么

大家好,恰逢初五迎財神,先預祝大家新年財源滾滾!!
在上一期詳解tuple元組的用法后,今天我們來看Python里面最后一種常見的數據類型:集合(Set)

與dict類似,set也是一組key的集合,但不存儲value。由于key不能重復,所以,在set中,沒有重復的key。創建一個set,需要提供一個list作為輸入集集合,重復元素在set中會被自動被過濾,通過add(key)方法往set中添加元素,重復添加不會有效果。如果現在你發現我講的很模糊請不要著急。稍后會有海量例子為大家詳解。

總而言之,Set具有三個顯著特點:

無序

元素是獨一無二的,不允許出現重復的元素

可以修改集合本身,但集合中包含的元素必須是不可變類型

現在讓我們開啟Set奇幻之旅,我希望這篇文章是SegmentFault社區對于Set介紹最全的模范,哈哈!

定義一個Set

我們有兩種方式可以創建一個Set,可以使用內置的set()方法,或是使用中括號{}
創建模板如下:

                    x = set()         
                    x = {, , ..., }

現在讓我們來看例子~

set()內置方法創建
x = set(["foo", "bar", "baz", "foo", "qux"])   # 傳入List
print(x)

y = set(("foo", "bar", "baz", "foo", "qux"))   #傳入元組
print(y)

Out: {"qux", "foo", "bar", "baz"}  # 注意到無序了吧~
     {"bar", "qux", "baz", "foo"}
     

這里要注意用set()內置方法創建時一定要傳遞一個可以迭代的參數,還有從輸出結果相信大家已經發現set的第一個特點了:無序

字符串也是可迭代的,因此字符串也可以傳遞給set()

s = "quux"
a = set(s)
print(a)

Out: {"u", "q", "x"}      # 無序,唯一

這里又體現了set的第二個特點:元素唯一性

{} 方法創建
>>> x = {"foo", "bar", "baz", "foo", "qux"}
>>> x
{"qux", "foo", "bar", "baz"}

這里考慮到之后例子太多,實在不能每次都打print啦,這種形式大家看的更清楚,這個直接用{}創建很簡單,只要傳遞進元素就行啦

創建空集合

Set可以是空的。但是,請記住Python將空花括號{}解釋為空字典,因此定義空集的唯一方法是使用set()函數

>>> x = set()
>>> type(x)


>>> x = {}
>>> type(x)

一個空集合用布爾類型顯示為False

>>> x = set()
>>> bool(x)
False
>>> x or 1
1
>>> x and 1
set()
對比小結

對于這兩種方法創建Set,本質區別在于以下兩點

set()的參數是可迭代的。它會生成要放入集合中的所有元素組成的List。

花括號 {} 中的對象完整地放入集合中,即使它們是可迭代的。

補充說明

集合中的元素可以是不同類型的對象,不一定非要是同一類型的,可以包含不同類型,比如:

>>> x = {42, "foo", 3.14159, None}
>>> x
{None, "foo", 42, 3.14159}

但同時不要忘記set元素必須是不可變的。例如,元組可以包括在集合中:

>>> x = {42, "foo", (1, 2, 3), 3.14159}
>>> x
{42, "foo", 3.14159, (1, 2, 3)}

但列表和字典是可變的,因此它們不能成為Set的元素:

>>> a = [1, 2, 3]
>>> {a}
Traceback (most recent call last):
  File "", line 1, in 
    {a}
TypeError: unhashable type: "list"


>>> d = {"a": 1, "b": 2}
>>> vh7vlzj
Traceback (most recent call last):
  File "", line 1, in 
    dzfjd5x
TypeError: unhashable type: "dict"
Set大小以及成員

len()函數返回集合中元素的數量,而in和not in運算符可用于測試是否為Set中的元素:

>>> x = {"foo", "bar", "baz"}
>>> len(x)
3

>>> "bar" in x
True
>>> "qux" in x
False
Set基本操作
方法和運算符

許多可用于Python其他數據類型的操作對集合沒有意義。例如,無法對集合建立索引或切片。但是,Python在set對象上提供了運算符,這些操作符其實很多和數學里是一模一樣的,相信數學好的朋友們對這部分簡直不要太熟悉

所以對于Set的操作除了用普通的內置方法,我們也可以使用運算符,比較方便

Union 并集

用法:計算兩個或更多集合的并集。

方法: x1.union(x2[, x3 ...])

運算符:x1 | x2 [| x3 ...]

讓我們新建兩個Set做測試:

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"baz", "qux", "quux"}

現在我們想求x1,x2的并集,如下圖所示:

具體實現方法如下,或是用方法,或是用操作符:

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"baz", "qux", "quux"}

>>> x1.union(x2)
{"foo", "qux", "quux", "baz", "bar"}

>>> x1 | x2
{"foo", "qux", "quux", "baz", "bar"}

如果有兩個以上的Set也是沒有問題的,原理都是一樣的:

>>> a = {1, 2, 3, 4}
>>> b = {2, 3, 4, 5}
>>> c = {3, 4, 5, 6}
>>> d = {4, 5, 6, 7}

>>> a.union(b, c, d)
{1, 2, 3, 4, 5, 6, 7}

>>> a | b | c | d
{1, 2, 3, 4, 5, 6, 7}
Intersection 交集

方法: x1.intersection(x2[, x3 ...])

運算符:x1 & x2 [& x3 ...]

用法:計算兩個或更多集合的交集。

現在還讓我們用剛才創建好的兩個set,所求部分如下圖:

實現仍然是兩種方法:

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"baz", "qux", "quux"}

>>> x1.intersection(x2)
{"baz"}

>>> x1 & x2
{"baz"}

多個集合的情況公示和方法依然有效,結果僅包含所有指定集合中都存在的元素。

>>> a = {1, 2, 3, 4}
>>> b = {2, 3, 4, 5}
>>> c = {3, 4, 5, 6}
>>> d = {4, 5, 6, 7}

>>> a.intersection(b, c, d)
{4}

>>> a & b & c & d
{4}
Difference 差集

方法: x1.difference(x2[, x3 ...])

運算符:x1 - x2 [- x3 ...]

用法:計算兩個或更多集合的差集。大白話說就是x1去除x1和x2的共有元素

下圖所示為x1.difference(x2)的目標結果:

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"baz", "qux", "quux"}

>>> x1.difference(x2)
{"foo", "bar"}

>>> x1 - x2
{"foo", "bar"}

還是老樣子,適用于2個及以上的集合:

>>> a = {1, 2, 3, 30, 300}
>>> b = {10, 20, 30, 40}
>>> c = {100, 200, 300, 400}

>>> a.difference(b, c)
{1, 2, 3}

>>> a - b - c
{1, 2, 3}

指定多個集合時,操作從左到右執行。在上面的示例中,首先計算a - b,得到{1,2,3,300}。然后從該集合中減去c,留下{1,2,3},具體流程如下圖所示:

Symmetric Difference 對稱差集

方法: x1.symmetric_difference(x2)

運算符:x1 ^ x2 1

用法:計算兩個或更多集合的差集。大白話說就是x1去除x1和x2的共有元素

下圖所示為x1.symmetric_difference(x2)的目標結果:

實現方法如下;

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"baz", "qux", "quux"}

>>> x1.symmetric_difference(x2)
{"foo", "qux", "quux", "bar"}

>>> x1 ^ x2
{"foo", "qux", "quux", "bar"}

老規矩,支持2個及以上set的連續操作:

>>> a = {1, 2, 3, 4, 5}
>>> b = {10, 2, 3, 4, 50}
>>> c = {1, 50, 100}

>>> a ^ b ^ c
{100, 5, 10}

當指定多個集合時,操作從左到右執行,奇怪的是,雖然 ^ 運算符允許多個集合,但.symmetric_difference()方法不允許

>>> a = {1, 2, 3, 4, 5}
>>> b = {10, 2, 3, 4, 50}
>>> c = {1, 50, 100}

>>> a.symmetric_difference(b, c)
Traceback (most recent call last):
  File "", line 1, in 
    a.symmetric_difference(b, c)
TypeError: symmetric_difference() takes exactly one argument (2 given)
x1.isdisjoint(x2) 判斷是否相交

方法: x1.isdisjoint(x2)

用法:確定兩個集合是否具有任何共同的元素

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"baz", "qux", "quux"}

>>> x1.isdisjoint(x2)
False

>>> x2 - {"baz"}
{"quux", "qux"}
>>> x1.isdisjoint(x2 - {"baz"})
True

從這個栗子可以看出,如果兩個Set沒有共同元素返回True,如果有返回True,如果返回True同時也意味著
他們之間的交集為空集,這個很好理解:

>>> x1 = {1, 3, 5}
>>> x2 = {2, 4, 6}

>>> x1.isdisjoint(x2)
True
>>> x1 & x2
set()

注意:目前還沒有運算符對應這個方法

x1.issubset(x2)   判斷x1是否為x2子集

方法: x1.issubset(x2)

運算符:x1 <= x2

用法:如果返回True,x1為x2子集,反之返回False

>>> x1 = {"foo", "bar", "baz"}
>>> x1.issubset({"foo", "bar", "baz", "qux", "quux"})
True

>>> x2 = {"baz", "qux", "quux"}
>>> x1 <= x2
False

一個集合本身當然是它自己的子集啦:

>>> x = {1, 2, 3, 4, 5}
>>> x.issubset(x)
True
>>> x <= x
True
x1

運算符:x1

用法:判斷x1是否為x2的真子集,如果返回True,x1為x2的真子集,反之返回False

首先。。。讓我們回顧一下數學知識:真子集與子集類似,除了集合不能相同。如果x1的每個元素都在x2中,并且x1和x2不相等,則集合x1被認為是另一個集合x2的真子集

換個高大上的說法也可以:如果集合A?B,存在元素x∈B,且元素x不屬于集合A,我們稱集合A與集合B有真包含關系,集合A是集合B的真子集(proper subset)。記作A?B(或B?A),讀作“A真包含于B”(或“B真包含A”)

>>> x1 = {"foo", "bar"}
>>> x2 = {"foo", "bar", "baz"}
>>> x1 < x2
True

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"foo", "bar", "baz"}
>>> x1 < x2
False

雖然Set被認為是其自身的子集,但它本身并不是自己的真子集:

>>> x = {1, 2, 3, 4, 5}
>>> x <= x
True
>>> x < x
False

注意:目前還沒有方法對應這個運算符

x1.issuperset(x2)  判斷x1是否為x2的超集

方法:x1.issuperset(x2)

運算符:x1 >= x2

用法:判斷x1是否為x2的超集,如果是返回True,反之返回False

>>> x1 = {"foo", "bar", "baz"}

>>> x1.issuperset({"foo", "bar"})
True

>>> x2 = {"baz", "qux", "quux"}
>>> x1 >= x2
False

我們剛才已經看到過了一個Set是它自己本身的子集,這里也是一樣的,它同時也是自己的超集

>>> x = {1, 2, 3, 4, 5}
>>> x.issuperset(x)
True
>>> x >= x
True
x1 > x2  判斷x1是否為x2的真超集

運算符:x1 > x2

用法:判斷x1是否為x2的真超集,如果是返回True,反之返回False

真超集與超集相同,除了集合不能相同。如果x1包含x2的每個元素,并且x1和x2不相等,則集合x1被認為是另一個集合x2的真超集。

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"foo", "bar"}
>>> x1 > x2
True

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"foo", "bar", "baz"}
>>> x1 > x2
False

一個集合不是它自己的真超集,和真子集的原理相同

>>> x = {1, 2, 3, 4, 5}
>>> x > x
False
對Set進行修改

雖然集合中包含的元素必須是不可變類型,但可以修改集合本身。與上面的操作類似,可以使用多種運算符和方法來更改集合的內容。

x1.update(x2) 通過union修改集合元素 

方法:x1.update(x2[, x3 ...])

運算符:x1 |= x2 [| x3 ...]

用法:通過union修改集合

x1.update(x2) 和 x1 |= x2 作用是向集合x1中添加x2中所有x1不存在的元素。
停下3秒,我仔細讀了這句話,覺得我表達的還可以,不知道大家讀上去繞不繞,先看例子:

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"foo", "baz", "qux"}

>>> x1 |= x2
>>> x1
{"qux", "foo", "bar", "baz"}

>>> x1.update(["corge", "garply"])
>>> x1
{"qux", "corge", "garply", "foo", "bar", "baz"}
x1.intersection(x2) 通過intersection修改集合元素 

方法:x1.intersection_update(x2[, x3 ...])

運算符:x1 &= x2 [& x3 ...]

用法:通過intersection修改集合

x1.intersection_update(x2) 和 x1 &= x2 會讓x1只保留x1和x2的交集部分:

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"foo", "baz", "qux"}

>>> x1 &= x2
>>> x1
{"foo", "baz"}

>>> x1.intersection_update(["baz", "qux"])
>>> x1
{"baz"}
x1.difference_update(x2) 通過difference修改集合元素 

方法:x1.difference_update(x2[, x3 ...])

運算符:x1 -= x2 [| x3 ...]

用法:通過difference修改集合

x1.difference_update(x2) and x1 -= x2 會讓集合x1移除所有在x2出現的屬于x1的元素:

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"foo", "baz", "qux"}

>>> x1 -= x2
>>> x1
{"bar"}

>>> x1.difference_update(["foo", "bar", "qux"])
>>> x1
set()
x1.symmetric_difference_update(x2) 通過對稱差集修改集合元素 

方法:x1.symmetric_difference_update(x2)

運算符:x1 ^= x2

這個我實在用語言解釋不清了,看例子容易懂:

>>> x1 = {"foo", "bar", "baz"}
>>> x2 = {"foo", "baz", "qux"}
>>> 
>>> x1 ^= x2
>>> x1
{"bar", "qux"}
>>> 
>>> x1.symmetric_difference_update(["qux", "corge"])
>>> x1
{"bar", "corge"}
x.add( 添加元素

這個就很簡單了, 類似List:

>>> x = {"foo", "bar", "baz"}
>>> x.add("qux")
>>> x
{"bar", "baz", "foo", "qux"}
x.remove() 刪除元素

如果刪除的元素不存在會拋出異常

>>> x = {"foo", "bar", "baz"}

>>> x.remove("baz")
>>> x
{"bar", "foo"}

>>> x.remove("qux")
Traceback (most recent call last):
  File "", line 1, in 
    x.remove("qux")
KeyError: "qux"

這個時候為了避免出現錯誤可以用discard方法

>>> x = {"foo", "bar", "baz"}

>>> x.discard("baz")
>>> x
{"bar", "foo"}

>>> x.discard("qux")
>>> x
{"bar", "foo"}

利用pop刪除隨機元素并返回:

>>> x = {"foo", "bar", "baz"}

>>> x.pop()
"bar"
>>> x
{"baz", "foo"}

>>> x.pop()
"baz"
>>> x
{"foo"}

>>> x.pop()
"foo"
>>> x
set()

利用clear可以清空一個集合:

>>> x = {"foo", "bar", "baz"}
>>> x
{"foo", "bar", "baz"}
>>> 
>>> x.clear()
>>> x
set()
Frozen Sets
Frozen Sets是什么東西

Python提供了另一種稱為凍結集合Frozen Sets的內置類型,它在所有方面都與集合完全相同,只不過Frozen Sets是不可變的。我們可以對凍結集執行非修改操作,比如:

>>> x = frozenset(["foo", "bar", "baz"])
>>> x
frozenset({"foo", "baz", "bar"})

>>> len(x)
3

>>> x & {"baz", "qux", "quux"}
frozenset({"baz"})

如果膽敢嘗試修改Frozen Sets:

>>> x = frozenset(["foo", "bar", "baz"])

>>> x.add("qux")
Traceback (most recent call last):
  File "", line 1, in 
    x.add("qux")
AttributeError: "frozenset" object has no attribute "add"

>>> x.pop()
Traceback (most recent call last):
  File "", line 1, in 
    x.pop()
AttributeError: "frozenset" object has no attribute "pop"

>>> x.clear()
Traceback (most recent call last):
  File "", line 1, in 
    x.clear()
AttributeError: "frozenset" object has no attribute "clear"

>>> x
frozenset({"foo", "bar", "baz"})
基本使用舉例

Frozensets在我們想要使用集合的情況下很有用,但需要一個不可變對象。
例如,如果沒有Frozen sets我們不能定義其元素也是集合的集合(nested),因為集合元素必須是不可變的,會報錯:

>>> x1 = set(["foo"])
>>> x2 = set(["bar"])
>>> x3 = set(["baz"])
>>> x = {x1, x2, x3}
Traceback (most recent call last):
  File "", line 1, in 
    x = {x1, x2, x3}
TypeError: unhashable type: "set"

現在有了 Frozen sets,我們有了解決方案:

>>> x1 = frozenset(["foo"])
>>> x2 = frozenset(["bar"])
>>> x3 = frozenset(["baz"])
>>> x = {x1, x2, x3}
>>> x
{frozenset({"bar"}), frozenset({"baz"}), frozenset({"foo"})}
總結

這一期為大家講了太多東西,一口老血吐在鍵盤上,總結不動了
只希望這期Set詳解介紹可以幫助到大家,如果幫到了你,就點個贊吧~~
最后再次祝大家豬年大吉!!


  • x3 ... ?

  • 文章版權歸作者所有,未經允許請勿轉載,若此文章存在違規行為,您可以聯系管理員刪除。

    轉載請注明本文地址:http://specialneedsforspecialkids.com/yun/43148.html

    相關文章

    • Python 進階之路 (八) 最用心推導式詳解 (附簡單實戰及源碼)

      摘要:什么是推導式大家好,今天為大家帶來問我最喜歡的推導式使用指南,讓我們先來看看定義推導式是的一種獨有特性,推導式是可以從一個數據序列構建另一個新的數據序列的結構體。 什么是推導式 大家好,今天為大家帶來問我最喜歡的Python推導式使用指南,讓我們先來看看定義~ 推導式(comprehensions)是Python的一種獨有特性,推導式是可以從一個數據序列構建另一個新的數據序列的結構體。...

      hufeng 評論0 收藏0
    • Python 進階之路 (十一) 再立Flag, 社區最全itertools深度解析(下)

      摘要:將每一行作為返回,其中是每行中的列名。對于每一行,都會生成一個對象,其中包含和列中的值。它返回一個迭代器,是迭代結果都為的情況。深度解析至此全劇終。 簡單實戰 大家好,我又來了,在經過之前兩篇文章的介紹后相信大家對itertools的一些常見的好用的方法有了一個大致的了解,我自己在學完之后仿照別人的例子進行了真實場景下的模擬練習,今天和大家一起分享,有很多部分還可以優化,希望有更好主意...

      tomorrowwu 評論0 收藏0
    • Python 進階之路 (十) 再立Flag, 社區最全itertools深度解析(中)

      前情回顧 大家好,我又回來了。今天我會繼續和大家分享itertools這個神奇的自帶庫,首先,讓我們回顧一下上一期結尾的時候我們講到的3個方法: combinations() combinations_with_replacement() permutations() 讓我們對這3個在排列組合中經常會使用到的函數做個總結 combinations() 基礎概念 模板:combinations...

      LMou 評論0 收藏0
    • Python 進階之路 (九) 再立Flag, 社區最全itertools深度解析(上)

      摘要:例如,以下對兩個的相應元素求和這個例子很好的解釋了如何構建中所謂的迭代器代數的函數的含義。為簡單起見,假設輸入的長度可被整除。接受兩個參數一個可迭代的正整數最終會在中個元素的所有組合的元組上產生一個迭代器。 前言 大家好,今天想和大家分享一下我的itertools學習體驗及心得,itertools是一個Python的自帶庫,內含多種非常實用的方法,我簡單學習了一下,發現可以大大提升工作...

      tuantuan 評論0 收藏0
    • Python 進階之路 (二) Dict 進階寶典,初二快樂!

      摘要:新年快樂大家好,今天是大年初二,身在國外沒有過年的氛圍,只能踏實寫寫文章,對社區做點貢獻,在此祝大家新年快樂上一期為大家梳理了一些的進階用法,今天我們來看字典的相關技巧,我個人在編程中對字典的使用非常頻繁,其實對于不是非常大的數據存儲需求, 新年快樂 大家好,今天是大年初二,身在國外沒有過年的氛圍,只能踏實寫寫文章,對社區做點貢獻,在此祝大家新年快樂!上一期為大家梳理了一些List的進...

      ChristmasBoy 評論0 收藏0

    發表評論

    0條評論

    最新活動
    閱讀需要支付1元查看
    <