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。

In [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

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第一个操作元素的类型。

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。

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

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])')

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。

Jmilk

转载：http://blog.csdn.net/jmilk/article/details/49819843

Python_集合set和frozenset的内建方法详解

前言