Python 中的集合（set）是一种无序、可变且不重复的元素集合。集合常用于去重、数学集合运算（如并集、交集、差集等）以及其他需要唯一元素的场景。本文将详细介绍 Python 集合的基本语法、常用方法、示例代码、应用场景、注意事项及总结。
基本语法
创建集合
集合可以通过两种方式创建：使用花括号 {} 或 set() 函数。
# 使用花括号创建集合 set1 = {1, 2, 3, 4} print(set1) # 输出: {1, 2, 3, 4} # 使用 set() 函数创建集合 set2 = set([1, 2, 3, 4]) print(set2) # 输出: {1, 2, 3, 4} # 创建空集合只能用 set() 函数 empty_set = set() print(empty_set) # 输出: set()
常用方法
添加和删除元素
# 添加元素 set1.add(5) print(set1) # 输出: {1, 2, 3, 4, 5} # 删除元素，如果元素不存在会引发 KeyError set1.remove(3) print(set1) # 输出: {1, 2, 4, 5} # 删除元素，如果元素不存在不会引发错误 set1.discard(3) print(set1) # 输出: {1, 2, 4, 5} # 随机删除一个元素并返回 element = set1.pop() print(element) # 输出: 1 (结果可能不同) print(set1) # 输出: {2, 4, 5} (结果可能不同) # 清空集合 set1.clear() print(set1) # 输出: set()
集合运算
set1 = {1, 2, 3} set2 = {3, 4, 5} # 并集 union_set = set1 | set2 print(union_set) # 输出: {1, 2, 3, 4, 5} # 交集 intersection_set = set1 & set2 print(intersection_set) # 输出: {3} # 差集 difference_set = set1 - set2 print(difference_set) # 输出: {1, 2} # 对称差集 symmetric_difference_set = set1 ^ set2 print(symmetric_difference_set) # 输出: {1, 2, 4, 5}
其他方法
set1 = {1, 2, 3} set2 = {2, 3} # 判断子集 print(set2.issubset(set1)) # 输出: True # 判断超集 print(set1.issuperset(set2)) # 输出: True # 判断是否有交集 print(set1.isdisjoint(set({4, 5}))) # 输出: True # 复制集合 set3 = set1.copy() print(set3) # 输出: {1, 2, 3}
示例
去除列表中的重复元素
my_list = [1, 2, 2, 3, 4, 4, 5] my_set = set(my_list) unique_list = list(my_set) print(unique_list) # 输出: [1, 2, 3, 4, 5]
集合运算示例
students_A = {"Tom", "Jerry", "Mike"} students_B = {"Tom", "Mike", "Sara"} # 两个班级的学生总数 all_students = students_A | students_B print(all_students) # 输出: {'Tom', 'Jerry', 'Mike', 'Sara'} # 两个班级的共同学生 common_students = students_A & students_B print(common_students) # 输出: {'Tom', 'Mike'} # 仅在 A 班级的学生 only_A_students = students_A - students_B print(only_A_students) # 输出: {'Jerry'} # 不在共同的学生 unique_students = students_A ^ students_B print(unique_students) # 输出: {'Jerry', 'Sara'}
Python 集合的应用场景详解及示例
Python 集合是一种功能强大且高效的数据结构，适用于多个实际应用场景。下面详细介绍集合的四大主要应用场景，并附上示例代码。
1. 去重
集合的一个重要特性是它只能包含唯一的元素。这使得它成为从列表或其他可迭代对象中去除重复元素的理想工具。
示例代码：
# 原始列表包含重复元素 my_list = [1, 2, 2, 3, 4, 4, 5] print("原始列表:", my_list) # 使用集合去除重复元素 unique_set = set(my_list) print("去重后的集合:", unique_set) # 将集合转换回列表 unique_list = list(unique_set) print("去重后的列表:", unique_list)
输出：
原始列表: [1, 2, 2, 3, 4, 4, 5] 去重后的集合: {1, 2, 3, 4, 5} 去重后的列表: [1, 2, 3, 4, 5]
2. 数学集合运算
集合支持多种数学集合运算，如并集、交集、差集和对称差集。这些运算非常适用于需要处理集合关系的场景。
示例代码：
set1 = {1, 2, 3} set2 = {3, 4, 5} # 并集 union_set = set1 | set2 print("并集:", union_set) # 输出: {1, 2, 3, 4, 5} # 交集 intersection_set = set1 & set2 print("交集:", intersection_set) # 输出: {3} # 差集 difference_set = set1 - set2 print("差集:", difference_set) # 输出: {1, 2} # 对称差集 symmetric_difference_set = set1 ^ set2 print("对称差集:", symmetric_difference_set) # 输出: {1, 2, 4, 5}
输出：
并集: {1, 2, 3, 4, 5} 交集: {3} 差集: {1, 2} 对称差集: {1, 2, 4, 5}
3. 元素查找
集合的查找操作时间复杂度为 O(1)，这使得集合非常适用于需要快速查找元素的场景。
示例代码：
# 创建一个集合 my_set = {1, 2, 3, 4, 5} # 查找元素是否在集合中 print(3 in my_set) # 输出: True print(6 in my_set) # 输出: False
输出：
True False
4. 集合关系判断
集合提供了丰富的方法来判断集合之间的关系，如子集、超集和是否有交集等。这在需要判断集合关系的场景中非常有用。
示例代码：
set1 = {1, 2, 3} set2 = {2, 3} # 判断子集 is_subset = set2.issubset(set1) print("set2 是 set1 的子集:", is_subset) # 输出: True # 判断超集 is_superset = set1.issuperset(set2) print("set1 是 set2 的超集:", is_superset) # 输出: True # 判断是否有交集 has_intersection = set1.isdisjoint({4, 5}) print("set1 与 {4, 5} 没有交集:", has_intersection) # 输出: True
输出：
set2 是 set1 的子集: True set1 是 set2 的超集: True set1 与 {4, 5} 没有交集: True
Python 集合详解：不可变元素、无序性、性能考虑及使用可变集合的注意事项
Python 集合是一种强大的数据结构，具备高效的查找、插入和删除操作。为了充分利用集合的优势，并避免常见的陷阱和问题，需要了解以下几个关键点：集合元素的不可变性、集合的无序性、性能考虑及使用可变集合的注意事项。
1. 集合元素必须是不可变的
集合中的元素必须是可哈希的，即元素必须是不可变类型。常见的不可变类型包括整数、字符串和元组等。
示例代码：
# 可以作为集合元素的类型 immutable_set = {1, "hello", (2, 3)} print("集合:", immutable_set) # 尝试使用列表作为集合元素（会报错） try: invalid_set = {1, [2, 3]} except TypeError as e: print("错误:", e)
输出：
集合: {1, (2, 3), 'hello'} 错误: unhashable type: 'list'
2. 集合是无序的
集合不保证元素的顺序，因此不能依赖集合的顺序。如果需要有序集合，可以使用 collections.OrderedDict 来实现。
示例代码：
from collections import OrderedDict # 集合是无序的 unordered_set = {3, 1, 2} print("无序集合:", unordered_set) # 使用 OrderedDict 实现有序集合 ordered_dict = OrderedDict.fromkeys([3, 1, 2]) ordered_set = set(ordered_dict.keys()) print("有序集合:", ordered_set)
输出：
无序集合: {1, 2, 3} 有序集合: {3, 1, 2}
3. 性能考虑
集合的查找、添加、删除操作的时间复杂度为 O(1)，但在处理大量数据时，仍需注意内存消耗问题。
示例代码：
# 创建一个包含大量数据的集合 large_set = set(range(1000000)) # 查找操作 print("查找 999999:", 999999 in large_set) # 添加操作 large_set.add(1000001) print("添加元素后集合大小:", len(large_set)) # 删除操作 large_set.remove(500000) print("删除元素后集合大小:", len(large_set))
输出：
查找 999999: True 添加元素后集合大小: 1000001 删除元素后集合大小: 1000000
4. 小心使用可变集合
普通集合是不可哈希的，不能作为其他集合的元素。如果需要在集合中包含集合，可以使用 frozenset，因为 frozenset 是不可变的，可以作为集合的元素。
示例代码：
# 尝试将普通集合作为元素（会报错） try: invalid_nested_set = {frozenset({1, 2}), {3, 4}} except TypeError as e: print("错误:", e) # 使用 frozenset 作为元素 valid_nested_set = {frozenset({1, 2}), frozenset({3, 4})} print("包含 frozenset 的集合:", valid_nested_set)
输出：
错误: unhashable type: 'set' 包含 frozenset 的集合: {frozenset({3, 4}), frozenset({1, 2})}
总结
Python 集合是一种非常有用的数据结构，具有无序、可变、去重的特点，适用于需要集合运算和唯一性判断的场景。通过理解和掌握集合的基本语法和常用方法，可以有效地进行数据处理和性能优化。在实际应用中，需要注意集合的不可变性和性能问题，合理使用集合的特性来解决实际问题。
