document/TranslateProject
2
0
Fork 0
mirror of https://github.com/LCTT/TranslateProject.git synced 2024-12-26 21:30:55 +08:00
Code Issues Packages Projects Releases Wiki Activity

PRF:20180710 Python Sets What Why and How.md

Browse Source 
@MjSeven 翻译的很好
This commit is contained in:
Xingyu.Wang 2018-07-29 23:45:58 +08:00
parent 07137a4fe8
commit 91c3c01bea
1 changed files with 33 additions and 59 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

92
translated/tech/20180710 Python Sets What Why and How.md
View File

@ -1,15 +1,13 @@
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。
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*。
> 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。
@ -25,7 +23,6 @@ Python 配备了几种内置数据类型来帮我们组织数据。这些结构
{1, 2, 3}
>>> type(s1)
<class 'set'>
```
使用 `{}`：
@ -38,7 +35,6 @@ Python 配备了几种内置数据类型来帮我们组织数据。这些结构
>>> type(s2)
<class 'set'>
>>>
```
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？
@ -47,34 +43,32 @@ Python 配备了几种内置数据类型来帮我们组织数据。这些结构
>>> s = {}
>>> type(s)
<class 'dict'>
```
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。
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。
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 <ruby>[可哈希的][6]<rt>hashable</rt></ruby> 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 "<stdin>", line 1, in <module>
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。
既然你知道了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。
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、简洁的和可维护的，或者是 “<ruby>[Python 式的][7]<rt>pythonic</rt></ruby>”。
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。
> 当一个经验丰富的 Python 开发人员（<ruby>Python 人<rt>Pythonista</rt></ruby>）调用一些不够 “<ruby>Python 式的<rt>pythonic</rt></ruby>” 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
#### 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。
@ -84,8 +78,8 @@ TypeError: unhashable type: 'list'
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们：
```
@ -93,7 +87,6 @@ TypeError: 'set' object does not support indexing
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
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。
@ -101,16 +94,13 @@ TypeError: 'set' object is not subscriptable
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
#### 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：
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]
@ -121,7 +111,6 @@ TypeError: 'set' object is not subscriptable
...
>>> no_duplicate_list
[1, 2, 3, 4]
```
或者使用列表解析：
@ -133,7 +122,6 @@ TypeError: 'set' object is not subscriptable
[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：
@ -144,10 +132,9 @@ TypeError: 'set' object is not subscriptable
>>> 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：
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
@ -159,7 +146,6 @@ TypeError: 'set' object is not subscriptable
>>> # 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
```
```
@ -168,25 +154,27 @@ TypeError: 'set' object is not subscriptable
>>> 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。
[Python 之禅][9]：
集合不正是这样美丽，明了，简单且扁平吗？
> <ruby>优美胜于丑陋<rt>Beautiful is better than ugly.</rt></ruby>
### 成员测试
> <ruby>明了胜于晦涩<rt>Explicit is better than implicit.</rt></ruby>
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：
> <ruby>简洁胜于复杂<rt>Simple is better than complex.</rt></ruby>
> <ruby>扁平胜于嵌套<rt>Flat is better than nested.</rt></ruby>
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]
@ -194,7 +182,6 @@ my_list = [1, 2, 3]
... 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：
@ -210,7 +197,6 @@ Yes, this is a membership test!
... setup="from __main__ import in_test; iterable = list(range(1000))",
... number=1000)
12.459663048726043
```
```
@ -224,11 +210,9 @@ Yes, this is a membership test!
... 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。
注意：上面的测试来自于[这个][10] StackOverflow 话题。
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。
@ -236,7 +220,7 @@ Yes, this is a membership test!
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
#### 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。
@ -247,7 +231,6 @@ Yes, this is a membership test!
>>> s.add(4)
>>> s
{1, 2, 3, 4}
```
`update()` 适用于添加多个元素：
@ -257,12 +240,11 @@ Yes, this is a membership test!
>>> 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
#### 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：
@ -275,7 +257,6 @@ Yes, this is a membership test!
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 3
```
`discard()` 不会引起任何错误：
@ -287,7 +268,6 @@ KeyError: 3
{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：
@ -298,7 +278,6 @@ KeyError: 3
1
>>> s
{2, 3, 4, 5}
```
或者 `clear()` 方法来清空一个集合：
@ -308,10 +287,9 @@ KeyError: 3
>>> s.clear() # 清空集合
>>> s
set()
```
### union()
#### 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：
@ -320,10 +298,9 @@ set()
>>> s2 = {3, 4, 5}
>>> s1.union(s2) # 或者 's1 | s2'
{1, 2, 3, 4, 5}
```
### intersection()
#### intersection()
`intersection` 或 `&` 将返回一个由集合共同元素组成的集合：
@ -333,10 +310,9 @@ set()
>>> s3 = {3, 4, 5}
>>> s1.intersection(s2, s3) # 或者 's1 & s2 & s3'
{3}
```
### difference()
#### difference()
使用 `diference()` 或 `-` 创建一个新集合，其值在 “s1” 中但不在 “s2” 中：
@ -345,10 +321,9 @@ set()
>>> s2 = {2, 3, 4}
>>> s1.difference(s2) # 或者 's1 - s2'
{1}
```
### symmetric_diference()
#### symmetric_diference()
`symetric_difference` 或 `^` 将返回集合之间的不同元素。
@ -357,7 +332,6 @@ set()
>>> s2 = {2, 3, 4}
>>> s1.symmetric_difference(s2) # 或者 's1 ^ s2'
{1, 4}
```
### 结论
@ -372,7 +346,7 @@ 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)
校对：[wxy](https://github.com/wxy)
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出