Python 集合 set 定义、操作与去重应用详解
本文详解Python中set集合的定义方式、常用增删方法（add、remove、discard、pop）、统计与遍历操作，以及差集、并集、交集和异或运算。重点介绍利用set进行列表去重的场景，包括保持类型不变和保持原始顺序的实现方案，帮助开发者高效处理无序不重复数据。
引言
尽管set（集合）在日常编码中使用频率不如列表或字典，但它作为一种无序且元素不重复的序列结构，在快速实现数据去重方面具有显著优势。
集合的定义
set（集合）与列表在语法上有一定相似性，但核心区别在于集合内的元素必须唯一。创建集合时，可以使用花括号 {} 包裹并用逗号 , 分隔元素，或者直接调用 set() 构造函数。
{ } 定义
#!/usr/bin/python3
# -*- coding:utf-8 -*-
name_set = {'hui', 'wang', 'zack', 'hui'}
print(name_set) # 结果为 {'hui', 'wang', 'zack'}
name_set = set('hui', 'wang', 'zack', 'hui')
set() 定义
需要注意的是，set() 构造函数仅接受一个可迭代对象作为参数。
In [13]: name_set = set('hui')
In [14]: name_set
Out[14]: {'h', 'i', 'u'}
In [15]: name_set = set(['hui', 'wang', 'zack', 'hui'])
In [16]: name_set
Out[16]: {'hui', 'wang', 'zack'}
特别提示：不能通过 s = {} 来创建空集合，因为这种写法默认生成的是字典类型。若要创建空集合，必须使用 s = set()。
In [27]: s = {}
In [28]: s1 = set()
In [29]: type(s)
Out[29]: dict
In [30]: type(s1)
Out[30]: set
集合常用操作
以下是集合支持的所有内置方法列表。
由于内置方法众多，这里选取几个高频使用的方法进行实际测试演示。
集合添加元素
只需调用 add() 方法，即可向集合中追加新元素。
In [33]: s = set()
In [34]: s.add(1)
In [35]: s.add(4)
In [36]: s.add(3)
In [37]: s
Out[37]: {1, 3, 4}
In [38]: s.add(2)
In [39]: s
Out[39]: {1, 2, 3, 4}
集合移除元素
remove()用于移除集合中的指定元素，若该元素不存在，程序将抛出错误。discard()用于移除集合中的指定元素，若该元素不存在，程序不会报错，静默处理。pop()用于随机移除集合中的一个元素。
In [38]: # remove() 移除
In [39]: s
Out[39]: {1, 2, 3, 4}
In [40]: s.remove(3)
In [41]: s
Out[41]: {1, 2, 4}
In [42]: s.remove(5)
---------------------------------------------------------------------------
KeyError Traceback (most recent call last)
<ipython-input-42-9ec04578636f> in <module>
----> 1 s.remove(5)
KeyError: 5
In [45]: # discard() 移除
In [46]: s
Out[46]: {1, 2, 4}
In [47]: s.discard(4)
In [48]: s
Out[48]: {1, 2}
In [49]: s.discard(3)
In [50]: s
Out[50]: {1, 2}
In [56]: # pop() 随机移除
In [57]: s.pop()
Out[57]: 1
In [58]: s
Out[58]: {2, 3, 9, 'hui'}
In [59]: s.pop()
Out[59]: 2
In [60]: s
Out[60]: {3, 9, 'hui'}
实际上，set 集合的 pop() 方法会移除并返回集合中“左侧”（即迭代顺序中的第一个）的元素。
集合统计、清空元素
- 使用 len() 函数可以统计集合中元素的总个数。
- 使用 clear() 方法可以清空集合内的所有元素，使其变为空集合。
In [68]: name_set
Out[68]: {'wang', 'zack'}
In [69]: len(name_set)
Out[69]: 2
In [71]: name_set.clear()
In [72]: len(name_set)
Out[72]: 0
In [73]: name_set
Out[73]: set()
集合元素获取(遍历)
由于集合是无序数据结构，不支持索引访问，也没有提供通过索引获取元素的方法，因此获取集合元素只能采用 for ... in ... 循环进行遍历。
In [81]: name_set
Out[81]: {'hui', 'wang', 'zack'}
In [82]: for name in name_set:
...: print(name)
...:
hui
wang
zack
In [83]: name_set[0]
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-83-c0ead6d21f1d> in <module>
----> 1 name_set[0]
TypeError: 'set' object is not subscriptable
集合之间的运算
集合差运算 -
In [89]: a = {1, 2, 3, 4, 5}
In [90]: b = {1, 2, 3, 6}
In [91]: a - b
Out[91]: {4, 5}
In [92]: b - a
Out[92]: {6}
In [93]: a.difference(b)
Out[93]: {4, 5}
In [94]: b.difference(a)
Out[94]: {6}
表达式 a - b 表示从集合 a 中移除所有存在于集合 b 中的元素；同理，b - a 表示从 b 中移除 a 的元素。此外，a - b 等价于调用 a.difference(b) 方法。
集合并运算 |
In [95]: a
Out[95]: {1, 2, 3, 4, 5}
In [96]: b
Out[96]: {1, 2, 3, 6}
In [97]: a | b
Out[97]: {1, 2, 3, 4, 5, 6}
集合交运算 &
In [99]: a
Out[99]: {1, 2, 3, 4, 5}
In [100]: b
Out[100]: {1, 2, 3, 6}
In [101]: a & b
Out[101]: {1, 2, 3}
集合异或运算 ^
In [102]: a
Out[102]: {1, 2, 3, 4, 5}
In [103]: b
Out[103]: {1, 2, 3, 6}
In [104]: a ^ b
Out[104]: {4, 5, 6}
异或运算 ^ 的结果是移除 a 和 b 集合中共同拥有的元素后，剩余元素的并集。
应用场景
普通for循环去重
In [1]: li = [2, 1, 3, 6, 2, 1]
In [2]: temp = []
In [3]: for i in li:
...: if i not in temp:
...: temp.append(i)
...:
In [4]: li
Out[4]: [2, 1, 3, 6, 2, 1]
In [5]: temp
Out[5]: [2, 1, 3, 6]
利用集合简单去重
In [106]: li = [1, 2, 2, 3, 3, 5]
In [107]: li = set(li)
In [108]: li
Out[108]: {1, 2, 3, 5}
In [109]: type(li)
Out[109]: set
In [110]:
直接将列表转换为集合会导致数据类型变为 set，这通常不符合后续需要列表操作的需求，因此这不是理想结果。
若希望去重后保持列表类型，只需在转换时嵌套调用 list() 即可，例如 list(set(li))。
In [110]: li = [1, 2, 2, 3, 3, 5]
In [111]: li = list(set(li))
In [112]: li
Out[112]: [1, 2, 3, 5]
In [113]: type(li)
Out[113]: list
In [114]:
去重保持原来的顺序
使用 sort + set 去重
In [6]: list1 = [2, 1, 3, 6, 2, 1]
In [7]: list2 = list(set(list1))
In [8]: list2
Out[8]: [1, 2, 3, 6]
In [9]: list2.sort(key=list1.index)
In [10]: list2
Out[10]: [2, 1, 3, 6]
使用 sorted + set 去重
In [12]: list1 = [2, 1, 3, 6, 2, 1]
In [13]: temp = sorted(set(list1), key=list1.index)
In [14]: temp
Out[14]: [2, 1, 3, 6]
总结
本文到此结束，希望能为读者带来帮助，欢迎继续关注本站以获取更多技术内容！
免责声明：本文内容仅供参考，不代表本站观点。转载或引用请注明出处。
