CrazyWing：Python自动化运维开发实战 十二、Python数据类型之集合

导语：

集合就是数学里的集合，没有什么特殊的定义。集合最好的应用是去重。
集合的表示方法是通过一个{}创建或者通过set和frozenset函数转换成集合。

有两个函数可创建集合类型对象：

set()   创建可变集合对象
frozenset()  创建不可变集合对象

可变集合创建：

s = {"tom","cat","name","error"}
或
s = set({"tom","cat","name","error"})

不可变集合创建：

>>> s = [23，3，4，32]
>>> d = frozenset(s)     //创建不可变集合d
>>> print(d)
>>> frozenset({23,3,4,32})

集合特性：

集合是一组无序排序的可哈希hash的值,不重复
支持集合关系测试:
支持成员关系测试：in , not in
支持迭代
不支持：索引、元素获取、切片
没有特定语法格式，只能通过工厂函数set或者frozenset创建，字符串则直接创建即可。
集合中的元素必须是可迭代对象,所有元素不会重复,不像list列表是可以重复

注：可哈希什么意思？
hash是一种函数映射，称为hash函数，y=hash_func(x)，可hash就是指对于一个对象x有其对应的y。在python内部是通过字典key的hash值来对应内存中的value地址的，所以两个相同hash的key就表示同一个了，而不可hash的对象自然也不能作为字典的key。

集合运算符：

s | t     s和t的并集
s & t   s和t的交集
s - t     求差集
s ^ t   求对称差集
len(s)  集合中项数
max(s)  最大值
min(s)   最小值

适用于set可变集合常用方法：

s.add(item)        将item添加到s中。如果item已经在s中，则无任何效果
s.remove(item)  从s中删除item。如果item不是s的成员，则引发KeyError异常
s.discard(item)  从s中删除item。如果item不是s的成员，则无任何效果
s.pop()       随机删除一个s中任意的集合元素，如果有变量接收则会接收到删除到的那个元素
s.clear()     删除s中的所有元素
s.copy()     浅复制
s.update(t)将t中的所有元素添加到s中。t可以是另一个集合、一个序列或者支持迭代的任意对象
s.union(t)                          求并集。返回所有在s和t中的元素
s.intersection(t)                求交集。返回所有同时在s和t中的都有的元素
s.intersection_update(t)   计算s与t的交集，并将结果放入s
s.difference(t)                   求差集。返回所有在set中，但不在t中的元素
s.difference_update(t)      从s中删除同时也在t中的所有元素
s.symmetric_difference(t)  求对称差集。返回所有s中没有t中的元素和t中没有s中的元素组成的集合
s.sysmmetric_difference_update(t) 计算s与t的对称差集，并将结果放入s
s.isdisjoint(t)     如果s和t没有相同项，则返回True
s.issubset(t)      如果s是t的一个子集，则返回True
s.issuperset(t)   如果s是t的一个超集，则返回True

集合实例：祛除列表中重复的元素

例1：去除海量列表里重复元素

>>> a = [11,22,33,44,11,22]
>>> b = set(a)
>>> b
set([33, 11, 44, 22])

例2：去除重复元素后转换成列表

l1 = ['b','c','d','b','c','a','a']
l2 = list(set(l1))
print l2

还有一种据说速度更快的，没测试过两者的速度差别

l1 = ['b','c','d','b','c','a','a']
l2 = {}.fromkeys(l1).keys()
print l2

这两种都有个缺点，祛除重复元素后排序变了：
['a', 'c', 'b', 'd']

如果想要保持他们原来的排序：

用list类的sort方法
l1 = ['b','c','d','b','c','a','a']
l2 = list(set(l1))
l2.sort(key=l1.index)
print l2

也可以这样写：

l1 = ['b','c','d','b','c','a','a']
l2 = sorted(set(l1),key=l1.index)
print l2

也可以用遍历：

l1 = ['b','c','d','b','c','a','a']
l2 = []
for i in l1:
if not i in l2:
l2.append(i)
print l2

上面的代码也可以这样写

l1 = ['b','c','d','b','c','a','a']
l2 = []
[l2.append(i) for i in l1 if not i in l2]
print l2

这样就可以保证排序不变了：

['b', 'c', 'd', 'a']