python数据类型【集合(set)】

python数据类型【集合(set)】

1.定义

集合是一个无序，可变，不允许数据重复的容器

v1={11,22,33}

• 无序，无法通过索引取值

• 可变，可以添加和删除元素

  v1={11,22}
  v1.add(33)
  v1 {11,22,33}
  

• 不允许数据重复

  v1={11,22,33}
  v1.add(33)
  v1 {11,22,33}
  

应用场景：

维护不重复的数据时，用set集合

注意：定义空集合时，只能使用v=set(),不能使用v={}(这样定义的是字典)

2.独有方法

1. 添加元素 add()

   data={1,2}
   data.add(3)
   data  {1,2,3}
   

2. 删除元素

   data={1,2,3,4}
   data.discard(3)
   data  {1,2,4}
   

3. 交集（取相同值）

   s1={1,2,3}
   s2={3,4,5}
   s3=s1.intersection(s2)
   s3 {3}
   
   s3=s1&s2
   s3 {3}
   

4. 并集(取所有值再去重)

   s1={1,2,3}
   s2={3,4,5}
   s3=s1.union(s2)
   s3 {1,2,3,4,5}
   
   s3=s1|s2
   s3 {1,2,3,4,5}
   

5. 差集

   s1={1,2,3}
   s2={3,4,5}
   s3=s1.difference(s2)   #s1有s2没有的值
   s3 {1,2}   
   s3=s1-s2           #s1有s2没有的值
   s3 {1,2} 
   
   
   s3=s2.difference(s1)   #s2有s1没有的值
   s3 {4,5}   
   s3=s2-s1   #s2有s1没有的值
   s3 {4,5} 
   

3.公共方法

1. 减，计算差集

   s1={1,2,3}
   s2={3,4,5}
   s3=s1-s2           #s1有s2没有的值
   s3 {1,2} 
   
   s3=s2-s1   #s2有s1没有的值
   s3 {4,5} 
   

2. &,计算交集

   s1={1,2,3}
   s2={3,4,5}
   s3=s1&s2
   s3 {3}
   

3. |,计算并集

   s1={1,2,3}
   s2={3,4,5}
   s3=s1|s2
   s3 {1,2,3,4,5}
   

4. 长度

   s1={1,2,3}
   len(s1)  3
   

5. for循环

   s1={1,2,3}
   for i in s1:
   print(i)
   

4.转换

转换为集合类型，通过set()进行转换，如果有重复数据自动去重

提示：int/list/tuple/dict都可以转换为集合

v1='wxy'
set(v1) {'w','x','y'}

v2=[1,2,3]
set(v2) {1,2,3}

v3=(1,2,3)
set(v3)  {1,2,3}

提示：是去重的一种方式

5.集合的存储原理

6. 元素必须可哈希

因存储原理，集合的元素必须是可哈希的值：即内部通过哈希函数把值转换成一个数字

可哈希数据类型：int,bool,str,tuple

不可哈希数据类型:list,set

总结：集合的元素只能是int,bool,str,tuple

7. 查找速度特别快

因存储原理特殊，集合的查找效率非常高(数据量大才明显)

• 低（列表和元组）

• 高(集合)

  v1={1,2,3}
  for 2 in v1:
  	print('yes')
  

8.类型对比和嵌套

类型	是否可变	是否有序	元素要求	是否可哈希	转换	定义空
list	是	是	无	否	list(其他)	v=[]或v=list()
tuple	否	是	无	是	tuple(其他)	v=()或v=tuple()
set	是	否	可哈希	否	set(其他)	v=set()

注意：由于True和False本质上存储的是1和0，而集合又不允许重复，所以在整数0,1，和False,True出现在集合中会有如下现象:

# True和1都存在，取第一个出现的
v1={True,1}
v1 True

v2={1,True}
v2  1

# False和0都存在，取第一个出现的
v3={False,0}
v3  False

v4={0,False}
v4  0

9.None类型

Python的数据类型中有一个特殊的值None,意味着这个值啥都不是或表示空，相当于其他语言中null作用一样

在一定程度上可以帮助我们去节省内存。例如：

v1=None
v1=[1,2,3]

转换布尔类型为False的值：

0
[] or list()
() or tuple()
set()
None