Python 中的集合，和数学中的集合概念一样，用来保存不重复的元素，即集合中的元素都是唯一的，互不相同。

从形式上看，和字典类似，Python 集合会将所有元素放在一对大括号 {} 中，相邻元素之间用“,”分隔，如下所示：



{element1,element2,...,elementn}



无法存储列表、字典、集合这些可变的数据类型，否则 Python 解释器会抛出 TypeError 错误。

并且需要注意的是，数据必须保证是唯一的，因为集合对于每种数据元素，只会保留一份 

 Python 提供了 2 种创建 set 集合的方法，分别是使用 {} 创建和使用 set() 函数将列表、元组等类型数据转换为集合。

 



[root@kube set]# cat demo.py 
a = {1,2,1,'test','hi','test','one'}
print(type(a))
print(a)
[root@kube set]# py demo.py 
<class 'set'>
{'hi', 1, 2, 'one', 'test'}
[root@kube set]#



 

 



set1 = set("c.biancheng.net")
set2 = set([1,2,3,4,5])
set3 = set((1,2,3,4,5))
print("set1:",set1)
print("set2:",set2)
print("set3:",set3)



 

注意，如果要创建空集合，只能使用 set() 函数实现。因为直接使用一对 {}，Python 解释器会将其视为一个空字典。

 

python 访问set集合元素

由于集合中的元素是无序的，因此无法向列表那样使用下标访问元素。Python 中，访问集合元素最常用的方法是使用循环结构，将集合中的数据逐一读取出来。



[root@kube set]# cat demo.py 
a = {1,2,1,'test','hi','test','one'}
print(type(a))
for ele in a:          #遍历查看
    print(ele,end='--')

del a             #删除
print(a)
[root@kube set]# py demo.py 
<class 'set'>
1--2--hi--test--one--Traceback (most recent call last):
  File "demo.py", line 7, in <module>
    print(a)
NameError: name 'a' is not defined
[root@kube set]#



 

 

 Python set集合基本操作（添加、删除、交集、并集、差集）

 Python set 集合最常用的操作是向集合中添加、删除元素，以及集合之间做交集、并集、差集等运算，本节将一一讲解这些操作的具体实现。



[root@kube set]# cat demo1.py 
a = {1,2,'three','four',(5,6)}
b = {1,8,'th','fo',(5,6)}
c = {1,2,'three','four',(5,6)}
d = {1,8,'th','fo',(5,6)}
a.add('hi')                      #add() 函数添加，每次接收一个参数
b.remove((5,6))                  #remove 删除，每次只接收一个参数
print(a)
print(b)
[root@kube set]# py demo1.py 
{1, 2, 'four', (5, 6), 'hi', 'three'}
{1, 8, 'th', 'fo'}
[root@kube set]#



 

 

 Python set集合做交集、并集、差集运算

图 1 中，有 2 个集合，分别为 set1={1,2,3} 和 set2={3,4,5}，它们既有相同的元素，也有不同的元素。以这两个集合为例，分别做不同运算的结果如表 1 所示。

 

表 1 Python set集合运算

运算操作

Python运算符

含义

例子

交集

&

取两集合公共的元素

>>> set1 & set2

{3}

并集

|

取两集合全部的元素

>>> set1 | set2

{1,2,3,4,5}

差集

-

取一个集合中另一集合没有的元素

>>> set1 - set2

{1,2}

>>> set2 - set1

{4,5}

对称差集

^

取集合 A 和 B 中不属于 A&B 的元素

>>> set1 ^ set2

{1,2,4,5}

 

 



[root@kube set]# cat demo1.py 
a = {1,2,'three','four',(5,6)}
b = {1,8,'th','fo',(5,6)}
print(a & b) #求交集
print(a | b) #求合集
print(a - b) #求差集
print(a ^ b) #求对称差集，就是除了交集剩下的所有
[root@kube set]# py demo1.py 
{(5, 6), 1}
{1, 2, 'three', (5, 6), 8, 'th', 'four', 'fo'}
{'four', 2, 'three'}
{'fo', 2, 'three', 'four', 8, 'th'}
[root@kube set]#



 

 

 Python set集合方法详解



>>> dir(set)
['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__iand__', '__init__', '__init_subclass__', '__ior__', '__isub__', '__iter__', '__ixor__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'add', 'clear', 'copy', 'difference', 'difference_update', 'discard', 'intersection', 'intersection_update', 'isdisjoint', 'issubset', 'issuperset', 'pop', 'remove', 'symmetric_difference', 'symmetric_difference_update', 'union', 'update']
>>>



各个方法的具体语法结构及功能如表 1 所示。

 

表 1  Python set方法


方法名

语法格式

功能

实例

add()

set1.add()

向 set1 集合中添加数字、字符串、元组或者布尔类型

>>> set1 = {1,2,3}

>>> set1.add((1,2))

>>> set1

{(1, 2), 1, 2, 3}

clear()

set1.clear()

清空 set1 集合中所有元素

>>> set1 = {1,2,3}

>>> set1.clear()

>>> set1

set()


set()才表示空集合，{}表示的是空字典

copy()

set2 = set1.copy()

拷贝 set1 集合给 set2

>>> set1 = {1,2,3}

>>> set2 = set1.copy()

>>> set1.add(4)

>>> set1

{1, 2, 3, 4}

>>> set1

{1, 2, 3}

difference()

 set3 = set1.difference(set2)

将 set1 中有而 set2 没有的元素给 set3

>>> set1 = {1,2,3}

>>> set2 = {3,4}

>>> set3 = set1.difference(set2)

>>> set3

{1, 2}

difference_update()

set1.difference_update(set2)

从 set1 中删除与 set2 相同的元素

>>> set1 = {1,2,3}

>>> set2 = {3,4}

>>> set1.difference_update(set2)

>>> set1

{1, 2}

discard()

set1.discard(elem)

删除 set1 中的 elem 元素

>>> set1 = {1,2,3}

>>> set1.discard(2)

>>> set1

{1, 3}

>>> set1.discard(4)

{1, 3}

intersection()

set3 = set1.intersection(set2)

取 set1 和 set2 的交集给 set3

>>> set1 = {1,2,3}

>>> set2 = {3,4}

>>> set3 = set1.intersection(set2)

>>> set3

{3}

intersection_update()

set1.intersection_update(set2)

取 set1和 set2 的交集，并更新给 set1

>>> set1 = {1,2,3}

>>> set2 = {3,4}

>>> set1.intersection_update(set2)

>>> set1

{3}

isdisjoint()

set1.isdisjoint(set2)

判断 set1 和 set2 是否没有交集，有交集返回 False；没有交集返回 True

>>> set1 = {1,2,3}

>>> set2 = {3,4}

>>> set1.isdisjoint(set2)

False

issubset()

set1.issubset(set2)

判断 set1 是否是 set2 的子集

>>> set1 = {1,2,3}

>>> set2 = {1,2}

>>> set1.issubset(set2)

False

issuperset()

set1.issuperset(set2)

判断 set2 是否是 set1 的子集

>>> set1 = {1,2,3}

>>> set2 = {1,2}

>>> set1.issuperset(set2)

True

pop()

a = set1.pop()

取 set1 中一个元素，并赋值给 a

>>> set1 = {1,2,3}

>>> a = set1.pop()

>>> set1

{2,3}

>>> a

1

remove()

set1.remove(elem)

移除 set1 中的 elem 元素

>>> set1 = {1,2,3}

>>> set1.remove(2)

>>> set1

{1, 3}

>>> set1.remove(4)

Traceback (most recent call last):

  File "<pyshell#90>", line 1, in <module>

    set1.remove(4)

KeyError: 4

symmetric_difference()

set3 = set1.symmetric_difference(set2)

取 set1 和 set2 中互不相同的元素，给 set3

>>> set1 = {1,2,3}

>>> set2 = {3,4}

>>> set3 = set1.symmetric_difference(set2)

>>> set3

{1, 2, 4}

symmetric_difference_update()

set1.symmetric_difference_update(set2)

取 set1 和 set2 中互不相同的元素，并更新给 set1

>>> set1 = {1,2,3}

>>> set2 = {3,4}

>>> set1.symmetric_difference_update(set2)

>>> set1

{1, 2, 4}

union()

set3 = set1.union(set2)

取 set1 和 set2 的并集，赋给 set3

>>> set1 = {1,2,3}

>>> set2 = {3,4}

>>> set3=set1.union(set2)

>>> set3

{1, 2, 3, 4}

update()

set1.update(elem)

添加列表或集合中的元素到 set1

>>> set1 = {1,2,3}

>>> set1.update([3,4])

>>> set1

{1,2,3,4}

 

Python frozenset集合（set集合的不可变版本）

frozenset 是 set 的不可变版本，因此 set 集合中所有能改变集合本身的方法（如 add、remove、discard、xxx_update 等），frozenset 都不支持；set 集合中不改变集合本身的方法，fronzenset 都支持。

在交互式解释器中输入 dir(frozenset) 命令来查看 frozenset 集合的全部方法，可以看到如下输出结果：

 



>>> dir(frozenset)
['__and__', '__class__', '__contains__', '__delattr__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__iter__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__or__', '__rand__', '__reduce__', '__reduce_ex__', '__repr__', '__ror__', '__rsub__', '__rxor__', '__setattr__', '__sizeof__', '__str__', '__sub__', '__subclasshook__', '__xor__', 'copy', 'difference', 'intersection', 'isdisjoint', 'issubset', 'issuperset', 'symmetric_difference', 'union']
>>>



很明显，frozenset 的这些方法和 set 集合同名方法的功能完全相同。

frozenset 的作用主要有两点：

  1. 当集合元素不需要改变时，使用 frozenset 代替 set 更安全。
  2. 当某些 API 需要不可变对象时，必须用 frozenset 代替set。比如 dict 的 key 必须是不可变对象，因此只能用 frozenset；再比如 set 本身的集合元素必须是不可变的，因此 set 不能包含 set，set 只能包含 frozenset。
[root@kube set]# cat demo2.py 
s = set()
#创建 frozenset 不可变集合，使用 frozenset() 函数
frozen_s = frozenset('Kotlin')
# 为set集合添加frozenset
s.add(frozen_s)
print('s集合的元素：', s)
sub_s = {'Python'}
# 为set集合添加普通set集合，程序报错
s.add(sub_s)
[root@kube set]# py demo2.py 
s集合的元素： {frozenset({'o', 't', 'l', 'n', 'K', 'i'})}
Traceback (most recent call last):
  File "demo2.py", line 9, in <module>
    s.add(sub_s)
TypeError: unhashable type: 'set'
[root@kube set]#



 

 浅拷贝，指的是重新分配一块内存，创建一个新的对象，但里面的元素是原对象中各个子对象的引用。

所谓深拷贝，是指重新分配一块内存，创建一个新的对象，并且将原对象中的元素，以递归的方式，通过创建新的子对象拷贝到新对象中。因此，新对象和原对象没有任何关联。

 

 Python 中以 copy.deepcopy() 来实现对象的深度拷贝