异常教程

Python3 集合（建议收藏）

更新时间:

💡一则或许对你有用的小广告

欢迎加入小哈的星球 ，你将获得：专属的项目实战 / 1v1 提问 / Java 学习路线 / 学习打卡 / 每月赠书 / 社群讨论

  • 新项目:《从零手撸：仿小红书（微服务架构）》 正在持续爆肝中，基于 Spring Cloud Alibaba + Spring Boot 3.x + JDK 17...，点击查看项目介绍 ;
  • 《从零手撸：前后端分离博客项目（全栈开发）》 2 期已完结，演示链接： http://116.62.199.48/ ;

截止目前， 星球 内专栏累计输出 82w+ 字，讲解图 3441+ 张，还在持续爆肝中.. 后续还会上新更多项目，目标是将 Java 领域典型的项目都整一波，如秒杀系统, 在线商城, IM 即时通讯，权限管理，Spring Cloud Alibaba 微服务等等，已有 2900+ 小伙伴加入学习 ，欢迎点击围观

在 Python 编程语言中，集合（Set）是一种高效且功能强大的数据结构，它在数据去重、快速成员检测以及集合运算等场景中展现出独特的优势。对于编程初学者而言，理解集合的特性与操作方法，能够显著提升代码的简洁性与执行效率；而对于中级开发者，掌握集合的高级技巧和应用场景，则有助于解决更复杂的逻辑问题。本文将通过循序渐进的方式，结合实际案例和代码示例，深入解析 Python3 集合 的核心知识点，并帮助读者建立清晰的应用思维。

一、集合的基础概念与特点

1.1 定义与核心特性

集合是 Python 中一种无序、不重复的元素容器。它通过数学中的集合论原理实现，支持快速的成员查询、交集、并集等运算。集合的两个核心特性如下：

  • 无序性：集合中的元素没有固定顺序，每次输出时可能呈现不同的排列。
  • 唯一性：集合内的元素不可重复，添加重复元素时会被自动忽略。

形象比喻：可以将集合想象为一个购物车，你只能存放不同种类的商品，且无法指定商品的摆放位置。

1.2 创建集合的三种方式

方式一：使用大括号 {}

fruits = {"apple", "banana", "orange"}  
print(type(fruits))  # 输出： <class 'set'>

方式二：通过 set() 构造函数

numbers = set([1, 2, 3, 3, 4])  # 自动去重  
print(numbers)  # 输出：{1, 2, 3, 4}

方式三：空集合的创建

empty_set = set()  
print(type(empty_set))  # 输出：<class 'set'>

二、集合的基本操作与方法

2.1 元素的增删改查

2.1.1 添加元素：add() 和 update()

  • add() 方法用于添加单个元素：

    my_set = {1, 2}  
my_set.add(3)  
print(my_set)  # 输出：{1, 2, 3}

  • update() 方法用于添加多个元素（需传入可迭代对象）：

    my_set.update([4, 5], {6, 7})  
print(my_set)  # 输出：{1, 2, 3, 4, 5, 6, 7}

2.1.2 删除元素：remove()、discard() 和 pop()

  • remove(element)：删除指定元素，若元素不存在则抛出错误：

    my_set.remove(7)

  • discard(element)：删除指定元素，若元素不存在则无动作：

    my_set.discard(8)  # 不会报错

  • pop()：随机删除并返回一个元素（因集合无序，无法预测具体删除哪个）：

    removed_element = my_set.pop()

2.1.3 查询元素存在性

if "apple" in fruits:  
    print("苹果在集合中")

2.2 集合的数学运算

集合支持多种数学运算，这些操作在数据处理和逻辑判断中非常实用。

2.2.1 并集（Union）：union() 或 |

set_a = {1, 2, 3}  
set_b = {3, 4, 5}  
union_result = set_a | set_b  # 或者 set_a.union(set_b)  
print(union_result)  # 输出：{1, 2, 3, 4, 5}

2.2.2 交集（Intersection）：intersection() 或 &

intersection_result = set_a & set_b  # 或者 set_a.intersection(set_b)  
print(intersection_result)  # 输出：{3}

2.2.3 差集（Difference）：difference() 或 -

difference_a_b = set_a - set_b  # 或者 set_a.difference(set_b)  
print(difference_a_b)  # 输出：{1, 2}

2.2.4 对称差集（Symmetric Difference）：symmetric_difference() 或 ^

sym_diff = set_a ^ set_b  # 或者 set_a.symmetric_difference(set_b)  
print(sym_diff)  # 输出：{1, 2, 4, 5}

三、集合的高级用法与最佳实践

3.1 不可变集合（Frozen Set）

若需要创建一个不可变的集合（常用于字典的键或集合元素），可以使用 frozenset()：

immutable_set = frozenset({1, 2, 3})

3.2 集合推导式（Set Comprehension）

通过推导式快速生成集合：

squares = {x**2 for x in range(1, 11)}  
print(squares)  # 输出：{1, 4, 9, 16, 25, 36, 49, 64, 81, 100}

3.3 集合与其他数据结构的对比

数据结构特点典型用途
列表（List）有序、可重复需要维护元素顺序或允许重复时使用
集合（Set）无序、不可重复需要快速成员检测或去重时使用
字典（Dict）键值对存储需要通过键快速访问值时使用

四、实际案例：集合在数据处理中的应用

4.1 案例一：去除列表中的重复元素

duplicated_list = [1, 2, 2, 3, 4, 4, 5]  
unique_list = list(set(duplicated_list))  
print(unique_list)  # 输出示例：[1, 2, 3, 4, 5]

4.2 案例二：统计文本中的唯一单词

text = "hello world hello python world"  
words = text.split()  # 分割为单词列表  
unique_words = set(words)  
print(f"唯一单词数量：{len(unique_words)}")  # 输出：3

4.3 案例三：计算两个数据集的差异

user_a = {"news", "sports", "tech"}  
user_b = {"sports", "music", "tech"}  
unique_to_a = user_a - user_b  
print(unique_to_a)  # 输出：{"news"}

五、常见问题与注意事项

5.1 为什么集合不支持索引？

由于集合是无序的，无法通过索引（如 my_set[0]）访问元素。若需要有序且唯一的集合，可以考虑使用 collections 模块中的 OrderedSet（需第三方库）。

5.2 集合与字典的区别

字典的键（Key）本质上是一个不可重复且无序的集合，因此集合常被用于字典键的快速验证：

def is_valid_key(key):  
    return key in {"id", "name", "email"}  # 使用集合进行快速判断

5.3 性能优化建议

  • 成员检测：集合的成员检测时间复杂度为 O(1)，远快于列表的 O(n)。
  • 避免频繁修改大集合：若需频繁增删元素，集合仍优于列表，但需注意内存占用。

结论

通过本文的讲解，读者应已掌握 Python3 集合 的核心概念、操作方法及实际应用场景。集合不仅简化了数据去重和集合运算的复杂度，还为开发者提供了高效解决问题的工具。无论是处理文本中的唯一单词，还是分析用户行为数据的差异，集合都能展现出其独特的优势。建议读者在实际项目中多加实践，结合具体需求选择合适的数据结构，从而提升代码的可读性和执行效率。

未来，随着 Python 版本的迭代，集合的功能可能进一步扩展，但其基础原理和核心操作方法将持续稳定。希望本文能为编程学习者提供清晰的指导，并激发读者对数据结构与算法的深入探索。

最新发布

查看更多文章