Python 集合类型简介

集合(set)是数学中的基本概念。它的严格定义非常抽象,我们可以简单的认为集合是一个包含无序元素的容器,每一个元素都是不同的。集合之间可以有并、交等操作。Python内置了对集合类型的支持。

集合定义

Python中可以有两种方法定义集合(set)对象:

  • 内置的set()函数
  • 操作符 {}

使用set()函数

set()函数需要一个可迭代类型(iterable)的参数,如列表、元组等。语法如下:

var_set = set(iterable)

例如:

>>> s1 = set(['a','b','c','d','e','a','b'])
>>> s1
{'b', 'c', 'd', 'a', 'e'}
>>> s2 = set((1,2,3,4,3,4))
>>> s2
{1, 2, 3, 4}

从上面的例子中可以发现集合的重要特点:

  • 集合不对元素进行排序
  • 集合会去掉重复的元素

集合去重的特点常被用来判别元素是否存在。

Python中字符串也是可迭代类型,也可以作为set()函数的参数,生成字符集合。

>>> s3 = set('abcdefabc')
>>> s3
{'c', 'a', 'e', 'd', 'b', 'f'}

使用{}操作符

集合也可以使用{}操作符来定义,语法如下:

var_set = {item1, item2, ...}

例如:

>>> s4 = {'abc','foo','bar','def','abc','xyz','def'}
>>> s4
{'def', 'bar', 'abc', 'foo', 'xyz'}
>>> s5 = {1, 3, 4, 5, 6, 3, 6}
>>> s5
{1, 3, 4, 5, 6}

使用{}定义集合时,字符串会作为一个独立的元素放入集合,而使用set()函数时,字符串作为一个可迭代类型会被遍历后将字符放入集合。

定义空集合

对于表达式{},Python解释为空的字典(dict),所以定义空的集合必须使用函数set()

>>> s6 = set()
>>> s6
set()
>>> s7 = {}
>>> s7
{}
>>> type(s7)
<class 'dict'>
>>> type(s6)
<class 'set'>
>>> s7.add('a')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'dict' object has no attribute 'add'
>>> s6.add('a')
>>> s6
{'a'}

使用集合

元素不可更改(immutable)

Python集合中的元素不需要具有相同或者同类的类型,可以包含不同类型的元素。

>>> s8 = {'a','b','c',1,2,3,4.5,('x','y','z')}
>>> s8
{1, 'c', 2, 3, 4.5, 'a', ('x', 'y', 'z'), 'b'}
>>>

Python集合类型是可修改类型(mutable),但是集合内的元素必须是不可修改类型(immutable)

>>> s8 = {'a','b','c',1,2,3,4.5,('x','y','z')}
>>> s8
{1, 'c', 2, 3, 4.5, 'a', ('x', 'y', 'z'), 'b'}
>>> s9 = {'a','b','c',['x','y','z']}
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'

由于元组类型(tuple)是不可修改类型,所以它可以出现在集合中,而列表(list)是可修改类型,所以不能出现在集合中。

操作集合元素

遍历集合元素

使用for循环遍历集合元素

>>> s = {'a','b','c','xyz',1,2,3}
>>> for x in s:
...     print(x)
...
1
c
2
3
a
xyz
b

元素归属判断

使用in操作符判断元素是否属于集合

>>> s = set('ab')
>>> s
{'b', 'a'}
>>> 'a' in s
True
>>> 'x' in s
False

添加元素

使用集合add方法添加元素

>>> s = set('abc')
>>> s
{'b', 'c', 'a'}
>>> s.add('d')
>>> s.add('xyz')
>>> s
{'b', 'c', 'd', 'a', 'xyz'}
>>>

删除元素

Python集合类型提供两个方法删除元素,分别是discardremove方法,两者的唯一区别在于对不存在的元素的处理上:

  • 调用discard删除集合中不存在的元素,discard不做任何处理
  • 调用remove删除集合中不存在的元素,remove抛出KeyError异常
>>> s = set('abcdefghijk')
>>> s
{'c', 'a', 'e', 'j', 'd', 'k', 'i', 'b', 'f', 'g', 'h'}
>>> s.discard('c')
>>> s
{'a', 'e', 'j', 'd', 'k', 'i', 'b', 'f', 'g', 'h'}
>>> s.remove('a')
>>> s
{'e', 'j', 'd', 'k', 'i', 'b', 'f', 'g', 'h'}
>>> s.discard('c')
>>> s
{'e', 'j', 'd', 'k', 'i', 'b', 'f', 'g', 'h'}
>>> s.remove('a')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'a'

Python集合还提供pop方法,pop随机的删除一个元素,并返回这个元素,如果是一个空集合,pop抛出KeyError异常。

>>> s = set('ab')
>>> x = s.pop()
>>> x
'b'
>>> s
{'a'}
>>> y = s.pop()
>>> y
'a'
>>> s
set()
>>> z = s.pop()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'pop from an empty set'

Python还提供了clear方法,清空整个集合。

操作集合

Python提供了丰富的方法和函数操作集合对象

方法 使用 说明
len len(s) 返回集合s的元素个数
union s1.union(s2) 返回一个新的集合,它是集合s1与s2的并集
update s1.update(s2) 添加s2中所有元素到集合s1中
intersection s1.intersection(s2) 返回一个新的集合,它是集合s1与s2的交集
intersection_update s1.intersection_update(s2) 修改集合s1使它成为集合s1与s2的交集
difference s1.difference(s2) 返回一个新的集合,它包含所有在s1中但不在s2中的元素
difference_update s1.difference_update(s2) 从集合s1中删除所有s2中的元素
symmetric_difference s1.symmetric_difference(s2) 返回一个新的集合,包含所有不同时在s1和s2中存在的元素
symmetric_difference_update s1.symmetric_difference_update(s2) 修改集合s1,使其等于s1.symmetric_difference(s2)
issubset s1.issubset(s2) 如果s1是s2的子集(相等也是子集),返回True
issuperset s1.issuperset(s2) 如果s2是s1的子集,返回True
isdisjoint s1.isdisjoint(s2) 如果s1和s2的交集为空,返回True

Python同时还为集合类型重载了操作符,使操作更加方便:

A | B <===> A.union(B)

A |= B <===> A.update(B)

A & B <===> A.intersection(B)

A &= B <===> A.intersection_update(B)

A - B <===> A.difference(B)

A -= B <===> A.difference_update(B)

A ^ B <===> A.symmetric_difference(B)

A ^= B <===> A.symmetric_difference_update(B)

A <= B <===> A.issubset(B)

A >= B <===> A.issuperset(B)

A < B <===> A <= B and A != B

A > B <===> A >= B and A != B

不可修改集合

Python同时也提供不可修改的集合类型(frozenset),除了不可修改外,它与集合类型(set)完全一样,也就是说类似update这样的方法,frozenset不能使用,但是类似union这样的方法,它可以使用。

>>> fs = frozenset('abcdef')
>>> fs.add('x')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'frozenset' object has no attribute 'add'
>>> fs.update({'x','y'})
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'frozenset' object has no attribute 'update'
>>> fs.union({'x','y'})
frozenset({'c', 'd', 'a', 'y', 'b', 'f', 'e', 'x'})
>>> for x in fs:
...     print(x)
...
c
a
e
d
b
f
>>>

小结

Python内置set类型具有以下特点:

  • 集合元素是无序的
  • 集合元素都是不同的,不允许有相同元素出现在一个集合中
  • 集合对象本身是可修改的,但是集合元素是不可修改的