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。

来源：https://blog.csdn.net/business122/article/details/7541486