当前位置:首页 >> 脚本专栏

python集合比较(交集,并集,差集)方法详解

python的set和其他语言类似, 是一个无序不重复元素集, 基本功能包括关系测试和消除重复元素. 集合对象还支持union(联合), intersection(交), difference(差)和sysmmetric difference(对称差集)等数学运算.

sets 支持 x in set, len(set),和 for x in set。作为一个无序的集合,sets不记录元素位置或者插入点。因此,sets不支持 indexing, slicing, 或其它类序列(sequence-like)的操作。

下面来点简单的小例子说明把。

> x = set('spam')
> y = set(['h','a','m'])
> x, y
(set(['a', 'p', 's', 'm']), set(['a', 'h', 'm']))
> x & y # 交集
set(['a', 'm'])
> x | y # 并集
set(['a', 'p', 's', 'h', 'm'])
> x - y # 差集
set(['p', 's'])

有网友提问怎么去除海量列表里重复元素,用hash来解决也行,只不过感觉在性能上不是很高,用set解决还是很不错的,示例如下:

> a = [11,22,33,44,11,22]
> b = set(a)
> b
set([33, 11, 44, 22])
> c = [i for i in b]
> c
[33, 11, 44, 22]

几行就可以搞定。

python集合

集合用于包含一组无序的对象。要创建集合,可使用set()函数并像下面这样提供一系列的项:

s = set([3,5,9,10])   #创建一个数值集合
t = set("Hello")     #创建一个唯一字符的集合

与列表和元组不同,集合是无序的,也无法通过数字进行索引。此外,集合中的元素不能重复。例如,如果检查前面代码中t集合的值,结果会是:

> t
set(['H', 'e', 'l', 'o'])

注意只出现了一个'l'。

集合支持一系列标准操作,包括并集、交集、差集和对称差集,例如:

a = t | s #t 和 s的并集

b = t & s #t 和 s的交集

c = t – s #求差集(项在t中,但不在s中)

d = t ^ s #对称差集(项在t或s中,但不会同时出现在二者中)

python集合基本操作:

t.add('x') # 添加一项

s.update([10,37,42]) # 在s中添加多项

t.remove('H') 使用remove()可以删除一项:

len(s) set 的长度

x in s 测试 x 是否是 s 的成员

x not in s 测试 x 是否不是 s 的成员

测试是否 s 中的每一个元素都在 t 中

s.issubset(t)
s <= t

测试是否 t 中的每一个元素都在 s 中

s.issuperset(t)
s >= t

返回一个新的 set 包含 s 和 t 中的每一个元素

s.union(t)
s | t

返回一个新的 set 包含 s 和 t 中的公共元素

s.intersection(t)
s & t

返回一个新的 set 包含 s 中有但是 t 中没有的元素

s.difference(t)
s - t

返回一个新的 set 包含 s 和 t 中不重复的元素

s.symmetric_difference(t)
s ^ t

返回 set “s”的一个浅复制

s.copy()

请注意:union(), intersection(), difference() 和 symmetric_difference() 的非运算符(non-operator,就是形如 s.union()这样的)版本将会接受任何 iterable 作为参数。

相反,它们的运算符版本(operator based counterparts)要求参数必须是 sets。这样可以避免潜在的错误,如:为了更可读而使用 set('abc') & 'cbs' 来替代 set('abc').intersection('cbs')。从 2.3.1 版本中做的更改:以前所有参数都必须是 sets。

另外,Set 和 ImmutableSet 两者都支持 set 与 set 之间的比较。

两个 sets 在也只有在这种情况下是相等的:每一个 set 中的元素都是另一个中的元素(二者互为subset)。一个 set 比另一个 set 小,只有在第一个 set 是第二个 set 的 subset 时(是一个 subset,但是并不相等)。

一个 set 比另一个 set 打,只有在第一个 set 是第二个 set 的 superset 时(是一个 superset,但是并不相等)。

子 set 和相等比较并不产生完整的排序功能。例如:任意两个 sets 都不相等也不互为子 set,因此以下的运算都会返回 False:a<b, a==b, 或者a>b。因此,sets 不提供 __cmp__ 方法。

因为 sets 只定义了部分排序功能(subset 关系),list.sort() 方法的输出对于 sets 的列表没有定义。

返回增加了 set “t”中元素后的 set “s”

s.update(t)
s |= t

返回只保留含有 set “t”中元素的 set “s”

s.intersection_update(t)
s &= t

返回删除了 set “t”中含有的元素后的 set “s”

s.difference_update(t)
s -= t

返回含有 set “t”或者 set “s”中有而不是两者都有的元素的 set “s”

s.symmetric_difference_update(t)
s ^= t

向 set “s”中增加元素 x

s.add(x)

从 set “s”中删除元素 x, 如果不存在则引发 KeyError

s.remove(x)

如果在 set “s”中存在元素 x, 则删除

s.discard(x)

删除并且返回 set “s”中的一个不确定的元素, 如果为空则引发 KeyError

s.pop()

删除 set “s”中的所有元素

s.clear()

请注意:

非运算符版本的 update(), intersection_update(), difference_update()和symmetric_difference_update()将会接受任意 iterable 作为参数。从 2.3.1 版本做的更改:以前所有参数都必须是 sets。

这个模块还包含一个 union_update() 方法,它是 update() 方法的一个别名。包含这个方法是为了向后兼容。程序员们应该多使用 update() 方法,因为这个方法也被内置的 set() 和 frozenset() 类型支持。

关于更多python set集合比较内容请查看下面相关文章