【Python】set() 函数详解:集合运算、查找、去重 (附代码示例)
set 函数介绍
在Python中,集合(Set)是一种无序且元素唯一的数据结构。集合中的元素不能重复,即每个元素在集合中只能出现一次。
(图片来源网络,侵删)
集合是一种高效的查找结构。
- Python 中的集合(set)通常是通过哈希表实现的。哈希表是一种数据结构,它使用哈希函数将键映射到存储桶(buckets)中,以便在常数时间复杂度内执行插入、删除和查找操作。
- 换言之,无论集合中有多少个元素,查找某个元素所需的时间都是固定的,与集合的大小无关。
- 因此在大数据量的情况下,集合仍然具有高效的性能。
在《【数据分析面试】26.判断相同字符》中,答案使用了set()函数将字符串转换为集合。set()函数会创建一个新的集合对象,并且会去除字符串中重复的字符,因为集合中的元素是唯一的。然后通过len()函数获取集合的长度,如果集合的长度为1,说明字符串中的所有字符都相同,即集合中只包含一个元素,因此返回True,否则返回False。
集合的其他常见用法包括:
- 去除重复元素:和unique用法相似:df['列名'].unique() 和 set(df['列名])得到的结果相同。
- 快速查找:由于集合的特性是每个元素都是唯一的,因此在集合中查找元素的速度非常快。
- 集合运算:比如集合的交、并、差等。
代码示例
创建集合
# 从列表创建集合 my_list = [1, 2, 3, 3, 4] my_set = set(my_list) print(my_set) # 输出:{1, 2, 3, 4} # 从字符串创建集合 my_string = "hello" my_set = set(my_string) print(my_set) # 输出:{'l', 'o', 'h', 'e'} # 从元组创建集合 my_tuple = (1, 2, 3, 3, 4) my_set = set(my_tuple) print(my_set) # 输出:{1, 2, 3, 4}
求唯一值
import pandas as pd import numpy as np # 创建水果列表 fruits = ['苹果', '香蕉', '橙子'] # 随机生成包含 20 行的 DataFrame df= pd.DataFrame({ '水果': np.random.choice(fruits, 20), '数量': np.random.randint(1, 10, 20), # 生成随机数量 '价格': np.random.uniform(1.0, 10.0, 20) # 生成随机价格 }) set(df['水果']) # 返回:{'橙子', '苹果', '香蕉'} df['水果'].unique() # 返回:array(['苹果', '橙子', '香蕉'], dtype=object) #如果使用print,则都返回:{'苹果', '香蕉', '橙子'}
快速查找
my_set = {1, 2, 3, 4, 5} print(3 in my_set) # 输出: True
集合的运算
-
add (添加元素):
s = {1, 2, 3} s.add(4) # 添加元素4到集合s中
-
clear (清空):
s = {1, 2, 3} s.clear() # 清空集合s中的所有元素
-
copy (复制):
s = {1, 2, 3} t = s.copy() # 复制集合s到集合t中
-
difference (差集):
s1 = {1, 2, 3} s2 = {3, 4, 5} diff = s1.difference(s2) # 返回s1中存在但s2中不存在的元素 diff # 返回s1:{1,2}
-
difference_update (差集更新):
s1 = {1, 2, 3} s2 = {3, 4, 5} s1.difference_update(s2) # 从s1中移除s2中存在的元素 s1 # 返回:{1,2}
-
discard (移除):
s = {1, 2, 3} s.discard(2) # 移除集合s中的元素2 s # 返回:{1,3}
-
intersection (交集):
s1 = {1, 2, 3} s2 = {3, 4, 5} intersection = s1.intersection(s2) # 返回同时存在于s1和s2中的元素 intersection # 返回: {3}
-
intersection_update (交集更新):
s1 = {1, 2, 3} s2 = {3, 4, 5} s1.intersection_update(s2) # 保留同时存在于s1和s2中的元素到s1中 s1 # 返回: {3}
-
isdisjoint (不相交):
s1 = {1, 2, 3} s2 = {4, 5, 6} disjoint = s1.isdisjoint(s2) # 如果s1和s2没有共同元素则返回True disjoint # 返回:True
-
issubset (子集):
s1 = {1, 2} s2 = {1, 2, 3, 4} subset = s1.issubset(s2) # 如果s1是s2的子集则返回True subset # 返回:True
-
issuperset (超集):
s1 = {1, 2, 3, 4} s2 = {1, 2} superset = s1.issuperset(s2) # 如果s1包含s2则返回True superset # 返回:True
-
pop (弹出):
s = {1, 2, 3} popped = s.pop() # 弹出并返回集合s中的任意元素 popped # 返回:1(示例中可能得到的任意元素)
-
remove (移除):
s = {1, 2, 3} s.remove(2) # 从集合s中移除元素2,如果不存在则引发错误 s # 返回:{1, 3}
-
symmetric_difference (对称差集):
s1 = {1, 2, 3} s2 = {3, 4, 5} sym_diff = s1.symmetric_difference(s2) # 返回仅存在于一个集合中的元素 sym_diff # 返回:{1, 2, 4, 5}
-
symmetric_difference_update (对称差集更新):
s1 = {1, 2, 3} s2 = {3, 4, 5} s1.symmetric_difference_update(s2) # 更新s1为仅存在于一个集合中的元素 s1 # 返回:{1, 2, 4, 5}
-
union (并集):
s1 = {1, 2, 3} s2 = {3, 4, 5} union_set = s1.union(s2) # 返回s1和s2的所有元素的集合 union_set # 返回:{1, 2, 3, 4, 5}
-
update (更新):
s1 = {1, 2, 3} s2 = {3, 4, 5} s1.update(s2) # 将s2中的元素添加到s1中 s1 # 返回:{1, 2, 3, 4, 5}
-
文章版权声明:除非注明,否则均为主机测评原创文章,转载或复制请以超链接形式并注明出处。