Что такое методы работы с Python-множествами

python машинное обучение курс, машинное обучение python курс, предобработка данных python, нейронные сети python, обработка естественного языка python, machine learning курсы, задача классификации python

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
17 октября, 2022
Длительность обучения
40 ак.часов
Стоимость обучения
75 000 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:

Записаться на курс

Смотреть раcписание

 

Источники

  1. https://pythonworld.ru/tipy-dannyx-v-python/mnozhestva-set-i-frozenset.html

Добавить комментарий

Поиск по сайту