В прошлый раз мы говорили о работе множеств в языке Pyhton. Сегодня поговорим про основные методы работы с этими множествами. Читайте далее про особенности работы с Python-множествами в популярном языке программирования Python.
Какие существуют методы работы с множествами в Python
Для начала стоит напомнить, что множества в Pyhton (и не только в Pyhton) — это структуры данных, которые хранят в себе элементы ровно в одном экземпляре (не допускают их дублирования). Существуют также специальные методы работы с данными множествами, которые реализуют такие основные операции, как [1]:
- удаление элемента из множества;
- пересечение двух множеств;
- объединение множеств;
- разность множеств;
- симметрическая разность множеств.
Каждую из этих операций мы подробно рассмотрим на практических примерах далее.
Основные методы работы со множествами в Python: несколько практических примеров
Одними из основных методов работы с множеством являются методы удаления элементов dicscard() и remove(). Оба этих метода отвечают за удаление элементов из множества:
set_1 = {1,2,3,4,5,6}
set_1.remove(1)
set_1 # {2, 3, 4, 5, 6}
# Второй способ
set_2 = {6,7,8,9,10}
set_2.discard(7)
set_2 # {6, 8, 9, 10
Разница между ними заключается в том, что при отсутствии удаляемого элемента с помощью discard() множество не изменяется, но если попытаться таким образом удалить несуществующий элемент с помощью remove(), то это приведет к ошибке удаления:
new_set = {6,8,9,11,32}
new_set.discard(7) # Ничего не произойдет!
new_set.remove(7) # Ошибка: KeyError: 7
Для того, чтобы выполнить операцию объединения множеств, используется метод union(). Результатом такого объединения служит новое множество, которое содержит в себе все элементы обоих множеств:
a = {1, 2, 3, 4, 5}
b = {4, 5, 6, 7, 8}
a.union(b) #Вывод: {1, 2, 3, 4, 5, 6, 7, 8}
Для того, чтобы выполнить пересечение двух множеств, используется метод intersection(). Результатом такого пересечения служит новое множество, содержащее в себе элементы, которые одновременно принадлежат обоим множествам:
a = {1, 2, 3, 4, 5}
b = {4, 5, 6, 7, 8}
a.intersection(b) # Вывод: {4, 5}
Для выполнения операции разности двух множеств используется метод difference(). Результатом данной операции будет являться множество, содержащее элементы, которые входят только в уменьшаемое множество:
a = {1, 2, 3, 4, 5}
b = {4, 5, 6, 7, 8}
a.difference(b) # Вывод: {1, 2, 3}
Для выполнения симметрической разности множеств используется метод symmetric_difference(). Результатом такой разности служит множество, включающее в себя элементы, содержащиеся и в первом, и во втором множестве, но не входящие в оба этих множества одновременно:
a = {1, 2, 3, 4, 5}
b = {4, 5, 6, 7, 8}
a.symmetric_difference(b) #Вывод: {1, 2, 3, 6, 7, 8}
Таким образом, благодаря методам работы с множествами, у Python-разработчика есть весьма богатый инструментарий для быстрой обработки уникальных последовательностей элементов. Это делает Python универсальным и надежным средством для работы с производительными приложениями, а также с Big Data обработкой.
Computer vision на Python
Код курса
VISI
Ближайшая дата курса
24 февраля, 2025
Продолжительность
40 ак.часов
Стоимость обучения
90 000 руб.
Освоить Python на профессиональном уровне в разработчика различных приложений и прочих прикладных областях Data Science вы сможете на практических курсах по Python в нашем лицензированном учебном центре обучения и повышения квалификации ИТ-специалистов в Москве:
- DPREP: Подготовка данных для Data Mining на Python
- Разработка и внедрение ML-решений
- Графовые алгоритмы. Бизнес-приложения
- Нейронные сети на Python
- NLP с Python
Источники
