diff --git a/translated/tech/20180710 Python Sets What Why and How.md b/translated/tech/20180710 Python Sets What Why and How.md new file mode 100644 index 0000000000..bb9f0d30cf --- /dev/null +++ b/translated/tech/20180710 Python Sets What Why and How.md @@ -0,0 +1,392 @@ +Python 集合是什么,为什么应该使用以及如何使用? +===== + +[wilfredinni][5] 在 07/10/2018 发表 + +![Python Sets: What, Why and How](https://raw.githubusercontent.com/wilfredinni/pysheetComments/master/2018-july/python_sets/sets.png) + +Python 配备了几种内置数据类型来帮我们组织数据。这些结构包括列表,字典,元组和集合。 + +根据 Python 3 文档: + +> 集合是一个*无序*集合,没有*重复元素*。基本用途包括*成员测试*和*消除重复的条目*。集合对象还支持数学运算,如*并集*,*交集*,*差集*和*对等差分*。 + +在本文中,我们将回顾并查看上述定义中列出的每个要素的示例。让我们马上开始,看看如何创建它。 + +### 初始化一个集合 + +有两种方法可以创建一个集合:一个是给内置函数 `set()` 提供一个元素列表,另一个是使用花括号 `{}`。 + +使用内置函数 `set()` 来初始化一个集合: + +``` +>>> s1 = set([1, 2, 3]) +>>> s1 +{1, 2, 3} +>>> type(s1) + + +``` + +使用 `{}`: + + +``` +>>> s2 = {3, 4, 5} +>>> s2 +{3, 4, 5} +>>> type(s2) + +>>> + +``` + +如你所见,这两种方法都是有效的。但问题是,如果我们想要一个空的集合呢? + +``` +>>> s = {} +>>> type(s) + + +``` + +没错,如果我们使用空花括号,我们将得到一个字典而不是一个集合。 + +值得一提的是,为了简单起见,本文中提供的所有示例都将使用整数集合,但集合可以包含 Python 支持的所有 [hashable(可哈希)][6] 数据类型。换句话说,即整数,字符串和元组,而不是*列表*或*字典*这样的可变类型。 + +``` +>>> s = {1, 'coffee', [4, 'python']} +Traceback (most recent call last): + File "", line 1, in +TypeError: unhashable type: 'list' + +``` + +既然你知道如何创建一个集合以及它可以包含哪些类型的元素,那么让我们继续看看*为什么*我们总是应该把它放在我们的工具箱中。 + +### 为什么你需要使用它 + +写代码时,你可以用不止一种方法来完成它。有些被认为是相当糟糕的,另一些则是清晰的,简介的和可维护的,或者是 "[_pythonic_][7]" 的。 + +根据 [Hitchhiker 对 Python 的建议][8]: + +> 当一个经验丰富的 Python 开发人员(Pythonista)调用一些不够 “Pythonic” 的代码时,他们通常认为着这些代码不遵循通用指南,并且无法被认为是以一种好的方式(可读性)来表达意图。 + +让我们开始探索 Python 集合那些不仅可以帮助我们提高可读性,还可以加快程序执行时间的方式。 + +### 无序的集合元素 + +首先你需要明白的是:你无法使用索引访问集合中的元素。 + +``` +>>> s = {1, 2, 3} +>>> s[0] +Traceback (most recent call last): + File "", line 1, in +TypeError: 'set' object does not support indexing + +``` +或者使用切片修改它们: + +``` +>>> s[0:2] +Traceback (most recent call last): + File "", line 1, in +TypeError: 'set' object is not subscriptable + +``` + +但是,如果我们需要删除重复项,或者进行组合列表(与)之类的数学运算,那么我们可以,并且*应该*始终使用集合。 + +我不得不提一下,在迭代时,集合的表现优于列表。所以,如果你需要它,那就加深对它的喜爱吧。为什么?好吧,这篇文章并不打算解释集合的内部工作原理,但是如果你感兴趣的话,这里有几个链接,你可以阅读它: + +* [时间复杂度][1] + +* [set() 是如何实现的?][2] + +* [Python 集合 vs 列表][3] + +* [在列表中使用集合是否有任何优势或劣势,以确保独一无二的列表条目?][4] + +### 没有重复项 + +写这篇文章的时候,我总是不停地思考,我经常使用 *for* 循环和 *if* 语句检查并删除列表中的重复元素。记得那时我的脸红了,而且不止一次,我写了类似这样的代码: + +``` +>>> 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] + +``` + +但没关系,因为我们现在有了武器装备,没有什么比这更重要的了: + +``` +>>> my_list = [1, 2, 3, 2, 3, 4] +>>> no_duplicate_list = list(set(my_list)) +>>> no_duplicate_list +[1, 2, 3, 4] +>>> + +``` + +现在让我们使用 *timeit* 模块,查看列表和集合在删除重复项时的执行时间: + +``` +>>> 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,让我们看看列表的执行情况: +>>> 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 +>>> # 快速而且干净 =) + +``` + +使用集合而不是列表推导不仅让我们编写*更少的代码*,而且还能让我们获得*更具可读性*和*高性能*的代码。 + +注意:请记住集合是无序的,因此无法保证在将它们转换回列表时,元素的顺序不变。 + +[Python 之禅][9]: +(to 校正者:建议英文保留) +> Beautiful is better than ugly. 优美胜于丑陋。 +> Explicit is better than implicit.明了胜于晦涩。 +> Simple is better than complex.简洁胜于复杂。 +> Flat is better than nested. 扁平胜于嵌套。 + +集合不正是这样美丽,明了,简单且扁平吗? + +### 成员测试 + +每次我们使用 *if* 语句来检查一个元素,例如,它是否在列表中时,意味着你正在进行成员测试: + +``` +my_list = [1, 2, 3] +>>> if 2 in my_list: +... print('Yes, this is a membership test!') +... +Yes, this is a membership test! + +``` + +在执行这些操作时,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:上面的测试来自于[这里][10] StackOverflow thread。 + +因此,如果你在巨大的列表中进行这样的比较,尝试将该列表转换为集合,它应该可以加快你的速度。 + +### 如何使用 + +现在你已经了解了集合是什么以及为什么你应该使用它,现在让我们快速浏览一下,看看我们如何修改和操作它。 + +### 添加元素 + +根据要添加的元素数量,我们要在 `add()` 和 `update()` 方法之间进行选择。 + +`add()` 适用于添加单个元素: + +``` +>>> s = {1, 2, 3} +>>> s.add(4) +>>> s +{1, 2, 3, 4} + +``` + +`update()` 适用于添加多个元素: + +``` +>>> s = {1, 2, 3} +>>> s.update([2, 3, 4, 5, 6]) +>>> s +{1, 2, 3, 4, 5, 6} + +``` + +请记住,集合会移除重复项。 + +### 移除元素 + +如果你希望在代码中尝试删除不在集合中的元素时收到警报,请使用 `remove()`。否则,`discard()` 提供了一个很好的选择: + +``` +>>> s = {1, 2, 3} +>>> s.remove(3) +>>> s +{1, 2} +>>> s.remove(3) +Traceback (most recent call last): + File "", line 1, in +KeyError: 3 + +``` + +`discard()` 不会引起任何错误: + +``` +>>> s = {1, 2, 3} +>>> s.discard(3) +>>> s +{1, 2} +>>> s.discard(3) +>>> # 什么都不会发生 + +``` + +我们也可以使用 `pop()` 来随机丢弃一个元素: + +``` +>>> s = {1, 2, 3, 4, 5} +>>> s.pop() # 删除一个任意的元素 +1 +>>> s +{2, 3, 4, 5} + +``` + +或者 `clear()` 方法来清空一个集合: + +``` +>>> s = {1, 2, 3, 4, 5} +>>> s.clear() # 清空集合 +>>> s +set() + +``` + +### union() + +`union()` 或者 `|` 将创建一个新集合,其中包含我们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 `&` 将返回一个由集合共同元素组成的集合: + +``` +>>> 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 `-` 创建一个新集合,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 `^` 将返回集合之间的不同元素。 + +``` +>>> s1 = {1, 2, 3} +>>> s2 = {2, 3, 4} +>>> s1.symmetric_difference(s2) # 或者 's1 ^ s2' +{1, 4} + +``` + +### 结论 + +我希望在阅读本文之后,你会知道集合是什么,如何操纵它的元素以及它可以执行的操作。知道何时使用集合无疑会帮助你编写更清晰的代码并加速你的程序。 + +如果你有任何疑问,请发表评论,我很乐意尝试回答。另外,不要忘记,如果你已经理解了集合,它们在 [Python Cheatsheet][12] 中有自己的[一席之地][11],在那里你可以快速参考并重新认知你已经知道的内容。 + +-------------------------------------------------------------------------------- + +via: https://www.pythoncheatsheet.org/blog/python-sets-what-why-how + +作者:[wilfredinni][a] +译者:[MjSeven](https://github.com/MjSeven) +校对:[校对者ID](https://github.com/校对者ID) + +本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译,[Linux中国](https://linux.cn/) 荣誉推出 + +[a]:https://www.pythoncheatsheet.org/author/wilfredinni +[1]:https://wiki.python.org/moin/TimeComplexity +[2]:https://stackoverflow.com/questions/3949310/how-is-set-implemented +[3]:https://stackoverflow.com/questions/2831212/python-sets-vs-lists +[4]:https://mail.python.org/pipermail/python-list/2011-June/606738.html +[5]:https://www.pythoncheatsheet.org/author/wilfredinni +[6]:https://docs.python.org/3/glossary.html#term-hashable +[7]:http://docs.python-guide.org/en/latest/writing/style/ +[8]:http://docs.python-guide.org/en/latest/ +[9]:https://www.python.org/dev/peps/pep-0020/ +[10]:https://stackoverflow.com/questions/2831212/python-sets-vs-lists +[11]:https://www.pythoncheatsheet.org/#sets +[12]:https://www.pythoncheatsheet.org/ +