Python集合是什么，為什么應(yīng)該使用以及如何使用？
Python Sets: What, Why and How
Python 配備了幾種內(nèi)置數(shù)據(jù)類型來幫我們組織數(shù)據(jù)。這些結(jié)構(gòu)包括列表、字典、元組和集合。
根據(jù) Python 3 文檔：
集合是一個無序集合，沒有重復(fù)元素。基本用途包括成員測試和消除重復(fù)的條目。集合對象還支持?jǐn)?shù)學(xué)運(yùn)算，如并集、交集、差集和對等差分。
在本文中，我們將回顧并查看上述定義中列出的每個要素的示例。讓我們馬上開始，看看如何創(chuàng)建它。
初始化一個集合
有兩種方法可以創(chuàng)建一個集合：一個是給內(nèi)置函數(shù) set() 提供一個元素列表，另一個是使用花括號 {}。
使用內(nèi)置函數(shù) set() 來初始化一個集合：
>>> s1 = set([1, 2, 3])>>> s1{1, 2, 3}>>> type(s1)<class 'set'>
使用 {}：
>>> s2 = {3, 4, 5}>>> s2{3, 4, 5}>>> type(s2)<class 'set'>>>>
如你所見，這兩種方法都是有效的。但問題是，如果我們想要一個空的集合呢？
>>> s = {}>>> type(s)<class 'dict'>
沒錯，如果我們使用空花括號，我們將得到一個字典而不是一個集合。=)
值得一提的是，為了簡單起見，本文中提供的所有示例都將使用整數(shù)集合，但集合可以包含 Python 支持的所有 可哈希的 數(shù)據(jù)類型。換句話說，即整數(shù)、字符串和元組，而不是列表或字典這樣的可變類型。
>>> s = {1, 'coffee', [4, 'python']}Traceback (most recent call last):File "<stdin>", line 1, in <module>TypeError: unhashable type: 'list'
既然你知道了如何創(chuàng)建一個集合以及它可以包含哪些類型的元素，那么讓我們繼續(xù)看看為什么我們總是應(yīng)該把它放在我們的工具箱中。
為什么你需要使用它
寫代碼時，你可以用不止一種方法來完成它。有些被認(rèn)為是相當(dāng)糟糕的，另一些則是清晰的、簡潔的和可維護(hù)的，或者是 “Python 式的”。
根據(jù) Hitchhiker 對 Python 的建議:
當(dāng)一個經(jīng)驗(yàn)豐富的 Python 開發(fā)人員（Python 人）調(diào)用一些不夠 “Python 式的” 的代碼時，他們通常認(rèn)為著這些代碼不遵循通用指南，并且無法被認(rèn)為是以一種好的方式（可讀性）來表達(dá)意圖。
讓我們開始探索 Python 集合那些不僅可以幫助我們提高可讀性，還可以加快程序執(zhí)行時間的方式。
無序的集合元素
首先你需要明白的是：你無法使用索引訪問集合中的元素。
>>> s = {1, 2, 3}>>> s[0]Traceback (most recent call last):File "<stdin>", line 1, in <module>TypeError: 'set' object does not support indexing
或者使用切片修改它們：
>>> s[0:2]Traceback (most recent call last):File "<stdin>", line 1, in <module>TypeError: 'set' object is not subscriptable
但是，如果我們需要刪除重復(fù)項(xiàng)，或者進(jìn)行組合列表（與）之類的數(shù)學(xué)運(yùn)算，那么我們可以，并且應(yīng)該始終使用集合。
我不得不提一下，在迭代時，集合的表現(xiàn)優(yōu)于列表。所以，如果你需要它，那就加深對它的喜愛吧。為什么？好吧，這篇文章并不打算解釋集合的內(nèi)部工作原理，但是如果你感興趣的話，這里有幾個鏈接，你可以閱讀它：
沒有重復(fù)項(xiàng)
寫這篇文章的時候，我總是不停地思考，我經(jīng)常使用 for 循環(huán)和 if 語句檢查并刪除列表中的重復(fù)元素。記得那時我的臉紅了，而且不止一次，我寫了類似這樣的代碼：
>>> my_list = [1, 2, 3, 2, 3, 4]>>> no_duplicate_list = []>>> for item in my_list:... if item not in no_duplicate_list:... no_duplicate_list.append(item)...>>> no_duplicate_list[1, 2, 3, 4]
或者使用列表解析：
>>> my_list = [1, 2, 3, 2, 3, 4]>>> no_duplicate_list = []>>> [no_duplicate_list.append(item) for item in my_list if item not in no_duplicate_list][None, None, None, None]>>> no_duplicate_list[1, 2, 3, 4]
但沒關(guān)系，因?yàn)槲覀儸F(xiàn)在有了武器裝備，沒有什么比這更重要的了：
>>> my_list = [1, 2, 3, 2, 3, 4]>>> no_duplicate_list = list(set(my_list))>>> no_duplicate_list[1, 2, 3, 4]>>>
現(xiàn)在讓我們使用 timeit 模塊，查看列表和集合在刪除重復(fù)項(xiàng)時的執(zhí)行時間：
>>> from timeit import timeit>>> def no_duplicates(list):... no_duplicate_list = []... [no_duplicate_list.append(item) for item in list if item not in no_duplicate_list]... return no_duplicate_list...>>> # 首先，讓我們看看列表的執(zhí)行情況：>>> print(timeit('no_duplicates([1, 2, 3, 1, 7])', globals=globals(), number=1000))0.0018683355819786227
>>> from timeit import timeit>>> # 使用集合:>>> print(timeit('list(set([1, 2, 3, 1, 2, 3, 4]))', number=1000))0.0010220493243764395>>> # 快速而且干凈 =)
使用集合而不是列表推導(dǎo)不僅讓我們編寫更少的代碼，而且還能讓我們獲得更具可讀性和高性能的代碼。
注意：請記住集合是無序的，因此無法保證在將它們轉(zhuǎn)換回列表時，元素的順序不變。
優(yōu)美勝于丑陋
明了勝于晦澀
簡潔勝于復(fù)雜
扁平勝于嵌套
集合不正是這樣美麗、明了、簡單且扁平嗎？
成員測試
每次我們使用 if 語句來檢查一個元素，例如，它是否在列表中時，意味著你正在進(jìn)行成員測試：
my_list = [1, 2, 3]>>> if 2 in my_list:... print('Yes, this is a membership test!')...Yes, this is a membership test!
在執(zhí)行這些操作時，集合比列表更高效：
>>> from timeit import timeit>>> def in_test(iterable):... for i in range(1000):... if i in iterable:... pass...>>> timeit('in_test(iterable)',... setup="from __main__ import in_test; iterable = list(range(1000))",... number=1000)12.459663048726043
>>> from timeit import timeit>>> def in_test(iterable):... for i in range(1000):... if i in iterable:... pass...>>> timeit('in_test(iterable)',... setup="from __main__ import in_test; iterable = set(range(1000))",... number=1000).12354438152988223
注意：上面的測試來自于這個 StackOverflow 話題。
因此，如果你在巨大的列表中進(jìn)行這樣的比較，嘗試將該列表轉(zhuǎn)換為集合，它應(yīng)該可以加快你的速度。
如何使用
現(xiàn)在你已經(jīng)了解了集合是什么以及為什么你應(yīng)該使用它，現(xiàn)在讓我們快速瀏覽一下，看看我們?nèi)绾涡薷暮筒僮魉?/p>
添加元素
根據(jù)要添加的元素數(shù)量，我們要在 add() 和 update() 方法之間進(jìn)行選擇。
add() 適用于添加單個元素：
>>> s = {1, 2, 3}>>> s.add(4)>>> s{1, 2, 3, 4}
update() 適用于添加多個元素：
>>> s = {1, 2, 3}>>> s.update([2, 3, 4, 5, 6])>>> s{1, 2, 3, 4, 5, 6}
請記住，集合會移除重復(fù)項(xiàng)。
移除元素
如果你希望在代碼中嘗試刪除不在集合中的元素時收到警報，請使用 remove()。否則，discard() 提供了一個很好的選擇：
>>> s = {1, 2, 3}>>> s.remove(3)>>> s{1, 2}>>> s.remove(3)Traceback (most recent call last):File "<stdin>", line 1, in <module>KeyError: 3
discard() 不會引起任何錯誤：
>>> s = {1, 2, 3}>>> s.discard(3)>>> s{1, 2}>>> s.discard(3)>>> # 什么都不會發(fā)生
我們也可以使用 pop() 來隨機(jī)丟棄一個元素：
>>> s = {1, 2, 3, 4, 5}>>> s.pop() # 刪除一個任意的元素1>>> s{2, 3, 4, 5}
或者 clear() 方法來清空一個集合：
>>> s = {1, 2, 3, 4, 5}>>> s.clear() # 清空集合>>> sset()
union()
union() 或者 | 將創(chuàng)建一個新集合，其中包含我們提供集合中的所有元素：
>>> s1 = {1, 2, 3}>>> s2 = {3, 4, 5}>>> s1.union(s2) # 或者 's1 | s2'{1, 2, 3, 4, 5}
intersection()
intersection 或 & 將返回一個由集合共同元素組成的集合：
>>> s1 = {1, 2, 3}>>> s2 = {2, 3, 4}>>> s3 = {3, 4, 5}>>> s1.intersection(s2, s3) # 或者 's1 & s2 & s3'{3}
difference()
使用 diference() 或 - 創(chuàng)建一個新集合，其值在 “s1” 中但不在 “s2” 中：
>>> s1 = {1, 2, 3}>>> s2 = {2, 3, 4}>>> s1.difference(s2) # 或者 's1 - s2'{1}
symmetric_diference()
symetric_difference 或 ^ 將返回集合之間的不同元素。
>>> s1 = {1, 2, 3}>>> s2 = {2, 3, 4}>>> s1.symmetric_difference(s2) # 或者 's1 ^ s2'{1, 4}
結(jié)論
我希望在閱讀本文之后，你會知道集合是什么，如何操縱它的元素以及它可以執(zhí)行的操作。知道何時使用集合無疑會幫助你編寫更清晰的代碼并加速你的程序。
如果你有任何疑問，請發(fā)表評論，我很樂意嘗試回答。另外，不要忘記，如果你已經(jīng)理解了集合，它們在 Python Cheatsheet 中有自己的一席之地，在那里你可以快速參考并重新認(rèn)知你已經(jīng)知道的內(nèi)容。
