mirror of
https://github.com/LCTT/TranslateProject.git
synced 2024-12-26 21:30:55 +08:00
367 lines
11 KiB
Markdown
367 lines
11 KiB
Markdown
Python 集合是什么，为什么应该使用以及如何使用？
|
||
=====
|
||
|
||
|
||
|
||
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)
|
||
<class 'set'>
|
||
```
|
||
|
||
使用 `{}`：
|
||
|
||
|
||
```
|
||
>>> s2 = {3, 4, 5}
|
||
>>> s2
|
||
{3, 4, 5}
|
||
>>> 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？
|
||
|
||
```
|
||
>>> 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。=)
|
||
|
||
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（<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
|
||
|
||
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 "<stdin>", line 1, in <module>
|
||
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 "<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。
|
||
|
||
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]：
|
||
|
||
> <ruby>优美胜于丑陋<rt>Beautiful is better than ugly.</rt></ruby>
|
||
|
||
> <ruby>明了胜于晦涩<rt>Explicit is better than implicit.</rt></ruby>
|
||
|
||
> <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]
|
||
>>> 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。
|
||
|
||
### 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 "<stdin>", line 1, in <module>
|
||
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：[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
|
||
|
||
[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/
|
||
|