python set
Python中的set类型和数学中的集合很相似，支持联合( union或| )、交( intersection 或& )、差( difference或- )和 对称差集( symmetric_difference或^ )等运算。由于python set中元素的不重复性，因此set可用于去掉重复元素。
a = set('abc')
b = set('bcd')
>>> print a&b,a.intersection(b)
set(['c', 'b']) set(['c', 'b'])
>>> print a|b, a.union(b)
set(['a', 'c', 'b', 'd']) set(['a', 'c', 'b', 'd'])
>>> print a-b, a.difference(b)
set(['a']) set(['a'])
>>> print a^b, a.symmetric_difference(b)
set(['a', 'd']) set(['a', 'd'])
来看看去重：
>>> lst = [1,2,2,3,3] >>> list(set(lst)) [1, 2, 3]
set可以作用于iterable对象创建新的set对象，但是iterable对象的每个元素必须是可hash的。和dict的key一样，必须可hash。可使用内建函数hash判断对象是否可hash。
>>> hash(())#可hash
3527539
>>> hash([])#不可hash
Traceback (most recent call last):
File "<pyshell#95>", line 1, in <module>
hash([])
TypeError: unhashable type: 'list'
>>> hash({})#不可hash
Traceback (most recent call last):
File "<pyshell#96>", line 1, in <module>
hash({})
TypeError: unhashable type: 'dict'
>>> hash(([1,2],3))#不可hash
Traceback (most recent call last):
File "<pyshell#97>", line 1, in <module>
hash(([1,2],3))
TypeError: unhashable type: 'list'
>>> hash((1,2))#可hash
1299869600
对于元素是不可hash的可迭代对象，使用set去重复前，要先将对象的元素改成可hash。
>>> a = [[1,2], [3,4], [1,2]] >>> print list(set(a)) Traceback (most recent call last): File "<pyshell#100>", line 1, in <module> print list(set(a)) TypeError: unhashable type: 'list' >>> print list(set(tuple(it) for it in a)) [(1, 2), (3, 4)]
在python中使用集合是比较高效的，来看个例子。求两个list的交集，测试性能。
root@(none):~# python -m timeit -n 10000 "range1=range(1, 200);range2=range(300);[x for x in range1 if x in range2]" 10000 loops, best of 3: 220 usec per loop root@(none):~# python -m timeit -n 10000 "range1=range(100, 101);range2=range(300);set(range1).intersection(range2)" 10000 loops, best of 3: 6.07 usec per loop
第一种，遍历list，第二种，使用集合操作，显然使用集合的性能很高，当然第一种也可以优化。
python -m module，在sys.path中找到module模块，然后执行改py文件。-n 10000 是timeit.py的参数。