Python 集合是什麼，為什麼應該使用以及如何使用？
Python 配備了幾種內置數據類型來幫我們組織數據。這些結構包括列表、字典、元組和集合。
根據 Python 3 文檔：
集合是一個無序集合，沒有重複元素。基本用途包括成員測試和消除重複的條目。集合對象還支持數學運算，如並集、交集、差集和對等差分。
在本文中，我們將回顧並查看上述定義中列出的每個要素的示例。讓我們馬上開始，看看如何創建它。
初始化一個集合
有兩種方法可以創建一個集合：一個是給內置函數 set() 提供一個元素列表，另一個是使用花括弧 {}。
使用內置函數 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弧，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集合，但集合可以包含 Python 支持的所有 可哈希的 數據類型。換句話說，即整數、字元串和元組，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建一個集合以及它可以包含哪些類型的元素，那麼讓我們繼續看看為什麼我們總是應該把它放在我們的工具箱中。
為什麼你需要使用它
寫代碼時，你可以用不止一種方法來完成它。有些被認為是相當糟糕的，另一些則是清晰的、簡潔的和可維護的，或者是 「 Python 式的 」。
當一個經驗豐富的 Python 開發人員（ Python 人 ）調用一些不夠 「 Python 式的 」 的代碼時，他們通常認為著這些代碼不遵循通用指南，並且無法被認為是以一種好的方式（可讀性）來表達意圖。
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複項，或者進行組合列表（與）之類的數學運算，那麼我們可以，並且應該始終使用集合。
我不得不提一下，在迭代時，集合的表現優於列表。所以，如果你需要它，那就加深對它的喜愛吧。為什麼？好吧，這篇文章並不打算解釋集合的內部工作原理，但是如果你感興趣的話，這裡有幾個鏈接，你可以閱讀它：
沒有重複項
寫這篇文章的時候，我總是不停地思考，我經常使用 for 循環和 if 語句檢查並刪除列表中的重複元素。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]
但沒關係，因為我們現在有了武器裝備，沒有什麼比這更重要的了：
>>> my_list = [1, 2, 3, 2, 3, 4]
>>> no_duplicate_list = list(set(my_list))
>>> no_duplicate_list
[1, 2, 3, 4]
>>>
現在讓我們使用 timeit 模塊，查看列表和集合在刪除重複項時的執行時間：
>>> 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
>>> # 快速而且乾淨 =)
使用集合而不是列表推導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換回列表時，元素的順序不變。
優美勝於醜陋
明了勝於晦澀
簡潔勝於複雜
扁平勝於嵌套
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：上面的測試來自於這個 StackOverflow 話題。
因此，如果你在巨大的列表中進行這樣的比較，嘗試將該列錶轉換為集合，它應該可以加快你的速度。
如何使用
現在你已經了解了集合是什麼以及為什麼你應該使用它，現在讓我們快速瀏覽一下，看看我們如何修改和操作它。
添加元素
根據要添加的元素數量，我們要在 add() 和 update() 方法之間進行選擇。
add() 適用於添加單個元素：
>>> s = {1, 2, 3}
>>> s.add(4)
>>> s
{1, 2, 3, 4}
update() 適用於添加多個元素：
>>> s = {1, 2, 3}
>>> s.update([2, 3, 4, 5, 6])
>>> s
{1, 2, 3, 4, 5, 6}
請記住，集合會移除重複項。
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)
>>> # 什麼都不會發生
我們也可以使用 pop() 來隨機丟棄一個元素：
>>> 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
>>> s
set()
union()
union() 或者 | 將創建一個新集合，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}
結論
我希望在閱讀本文之後，你會知道集合是什麼，如何操縱它的元素以及它可以執行的操作。知道何時使用集合無疑會幫助你編寫更清晰的代碼並加速你的程序。
如果你有任何疑問，請發表評論，我很樂意嘗試回答。另外，不要忘記，如果你已經理解了集合，它們在 Python Cheatsheet 中有自己的一席之地，在那裡你可以快速參考並重新認知你已經知道的內容。
via: https://www.pythoncheatsheet.org/blog/python-sets-what-why-how
作者：wilfredinni 譯者：MjSeven 校對：wxy
本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive
對這篇文章感覺如何？
You may also like
More in:Linux中國
如何通過 VLC 使用字幕
Unix 桌面：在 Linux 問世之前
Valve 對於 Ubuntu 的 Snap 版本的 Steam 並不滿意：原因何在
Wine 9.0 發布，實驗性地加入了 Wayland 驅動
