python set內(nèi)置函數(shù)的具體使用
set集合
- 無序可變
- 由不同元素組成
- 其元素必須為可哈希的類型(通俗來說不可變類型)
集合的兩種定義方式
- 使用{} Eg:{1,2,3,4,5}
- 使用set(可迭代類型)函數(shù) Eg:set("hello")
- * 使用frozenset()函數(shù)創(chuàng)建不可變集合
基本函數(shù)
s = set("hello") """ 添加一個(gè)元素到集合中 """ s.add('b') """ 使用可迭代對象更新集合 """ s.update([1,2,3,4]) """ 清空集合 """ s.clear() """ 拷貝集合(淺拷貝)返回拷貝的副本 """ s.copy() """ 隨機(jī)刪除一個(gè)元素 如果集合為空返回KeyError異常 """ s = set("hello") s.pop() """ 刪除指定元素 沒有該元素會報(bào)錯(cuò) """ s.remove('e') """ 刪除指定元素 沒有不報(bào)錯(cuò) """ s.discard('e')
集合交、并、差、交叉補(bǔ)
s1 = {1,2,3,4,5} s2 = {1,2,3,6,7} """ 交集 >>> s1.intersection(s2) {1, 2, 3} >>> s1&s2 {1, 2, 3} """ s1.intersection(s2) s1&s2 """ 并集 >>> s1.union(s2) {1, 2, 3, 4, 5, 6, 7} >>> s1|s2 {1, 2, 3, 4, 5, 6, 7} """ s1.union(s2) s1|s2 """ 差集 >>> s1.difference(s2) {4, 5} >>> s1-s2 {4, 5} """ s1.difference(s2) s1-s2 """ 交叉補(bǔ)集(取各自的不同部分) >>> s1.symmetric_difference(s2) {4, 5, 6, 7} """ s1.symmetric_difference(s2) """ 其他update函數(shù) """ s1.difference_update(s2) s1.intersection_update(s2) s1.symmetric_difference_update(s2)
is判斷函數(shù)
s1 = {1,2,3} s2 = {1,2} """ 返回兩個(gè)集合是否有交集 """ s1.isdisjoint(s2) """ 返回s1是否為s2子集 """ s1.issubset(s2) """ 返回s1是否為s2父集 """ s1.issuperset(s2)
以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
anaconda如何創(chuàng)建和刪除環(huán)境
這篇文章主要介紹了anaconda如何創(chuàng)建和刪除環(huán)境,本文通過實(shí)例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2023-04-04python入門:這篇文章帶你直接學(xué)會python
本教程并未涵蓋Python語言的全部內(nèi)容,只是一個(gè)入門的教程,Python有非常多的庫以及很多的功能特點(diǎn)需要學(xué)習(xí),小編只是拋磚引玉,希望大家可以從中受益2018-09-09pandas數(shù)據(jù)分列實(shí)現(xiàn)分割符號&固定寬度
數(shù)據(jù)分列在數(shù)據(jù)處理中很常見,數(shù)據(jù)分列一般指的都是字符串分割,本文主要介紹了pandas數(shù)據(jù)分列實(shí)現(xiàn)分割符號&固定寬度,具有一定的參考價(jià)值,感興趣的可以了解一下2024-04-04python中import,from……import的使用詳解
這篇文章主要介紹了python中import,from……import的使用方式,具有很好的參考價(jià)值,希望對大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2024-02-02django實(shí)現(xiàn)將修改好的新模型寫入數(shù)據(jù)庫
這篇文章主要介紹了django實(shí)現(xiàn)將修改好的新模型寫入數(shù)據(jù)庫,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-03-03Python初學(xué)者需要注意的事項(xiàng)小結(jié)(python2與python3)
這篇文章主要介紹了Python初學(xué)者需要注意的事項(xiàng)小結(jié),包括了python2與python3的一些區(qū)別,需要的朋友可以參考下2018-09-09Python中使用sklearn進(jìn)行特征降維的方法
在Python中,可以使用sklearn庫中的特征降維方法對數(shù)據(jù)進(jìn)行處理。主要包括基于PCA算法的降維、基于LDA算法的降維、以及利用特征選擇方法進(jìn)行降維。這些方法可以提高模型的訓(xùn)練效率和預(yù)測準(zhǔn)確率,特別是在高維數(shù)據(jù)集中具有重要的作用2023-04-04