全网最适合入门的面向对象编程教程：39 Python 常用复合数据类型-集合

摘要：

在 Python 中，集合（set）是一种常用的复合数据类型。集合是一组无序且不重复的元素。与列表和元组不同，集合中的元素是无序的，并且每个元素只能出现一次。

原文链接：

FreakStudio的博客

往期推荐：

可能是全网最适合入门的面向对象编程教程：Python实现-嵌入式爱好者必看！

全网最适合入门的面向对象编程教程：00 面向对象设计方法导论

全网最适合入门的面向对象编程教程：01 面向对象编程的基本概念

全网最适合入门的面向对象编程教程：02 类和对象的Python实现-使用Python创建类

全网最适合入门的面向对象编程教程：03 类和对象的Python实现-为自定义类添加属性

全网最适合入门的面向对象编程教程：04 类和对象的 Python 实现-为自定义类添加方法

全网最适合入门的面向对象编程教程：05 类和对象的Python实现-PyCharm代码标签

全网最适合入门的面向对象编程教程：06 类和对象的 Python 实现-自定义类的数据封装

全网最适合入门的面向对象编程教程：07 类和对象的Python实现-类型注解

全网最适合入门的面向对象编程教程：08 类和对象的 Python 实现-@property 装饰器

全网最适合入门的面向对象编程教程：09 类和对象的Python实现-类之间的关系

全网最适合入门的面向对象编程教程：10 类和对象的Python实现-类的继承和里氏替换原则

全网最适合入门的面向对象编程教程：11 类和对象的Python实现-子类调用父类方法

全网最适合入门的面向对象编程教程：12 类和对象的 Python 实现-Python 使用 logging 模块输出程序运行日志

全网最适合入门的面向对象编程教程：13 类和对象的 Python 实现-可视化阅读代码神器 Sourcetrail 的安装使用

全网最适合入门的面向对象编程教程：14 类和对象的Python实现-类的静态方法和类方法

全网最适合入门的面向对象编程教程：15 类和对象的Python实现-__slots__魔法方法

全网最适合入门的面向对象编程教程：16 类和对象的Python实现-多态、方法重写与开闭原则

全网最适合入门的面向对象编程教程：17 类和对象的Python实现-鸭子类型与“file-like object“

全网最适合入门的面向对象编程教程：18 类和对象的Python实现-多重继承与PyQtGraph串口数据绘制曲线图

全网最适合入门的面向对象编程教程：19 类和对象的 Python 实现-使用 PyCharm 自动生成文件注释和函数注释

全网最适合入门的面向对象编程教程：20 类和对象的 Python 实现-组合关系的实现与 CSV 文件保存

全网最适合入门的面向对象编程教程：21 类和对象的 Python 实现-多文件的组织：模块 module 和包 package

全网最适合入门的面向对象编程教程：22 异常捕获-异常和语法错误

全网最适合入门的面向对象编程教程：23 异常捕获-抛出异常

全网最适合入门的面向对象编程教程：24 异常捕获现-异常的捕获与处理：try/except语句、文件读写示例、Exception引用

全网最适合入门的面向对象编程教程：25 异常捕获-Python 判断输入数据类型

全网最适合入门的面向对象编程教程：26 异常捕获-上下文管理器和with语句

全网最适合入门的面向对象编程教程：27 异常捕获-Python 中异常层级与自定义异常类的实现

全网最适合入门的面向对象编程教程：28 异常捕获-Python编程原则、哲学和规范大汇总

全网最适合入门的面向对象编程教程：29 异常捕获-断言与防御性编程和help函数的使用

全网最适合入门的面向对象编程教程：30 Python的内置数据类型-object根类

全网最适合入门的面向对象编程教程：31 Python的内置数据类型-对象Object和类型Type

全网最适合入门的面向对象编程教程：32 Python的内置数据类型-类Class和实例Instance

全网最适合入门的面向对象编程教程：33 Python 的内置数据类型-对象 Object 和类型 Type 的关系

全网最适合入门的面向对象编程教程：34 Python的内置数据类型-Python常用复合数据类型：元组和命名元组

全网最适合入门的面向对象编程教程：35 Python的内置数据类型-文档字符串和__doc__属性

全网最适合入门的面向对象编程教程：36 Python的内置数据类型-字典

全网最适合入门的面向对象编程教程：37 Python常用复合数据类型-列表和列表推导式

全网最适合入门的面向对象编程教程：38 Python常用复合数据类型-使用列表实现堆栈、队列和双端队列

文档和代码获取：

可访问如下链接进行对文档下载：

https://github.com/leezisheng/Doc

本文档主要介绍如何使用 Python 进行面向对象编程，需要读者对 Python 语法和单片机开发具有基本了解。相比其他讲解 Python 面向对象编程的博客或书籍而言，本文档更加详细、侧重于嵌入式上位机应用，以上位机和下位机的常见串口数据收发、数据处理、动态图绘制等为应用实例，同时使用 Sourcetrail 代码软件对代码进行可视化阅读便于读者理解。

相关示例代码获取链接如下：https://github.com/leezisheng/Python-OOP-Demo

正文

Python 还支持集合这种数据类型。集合是由不重复元素组成的无序容器。基本用法包括成员检测、消除重复元素。集合对象支持合集、交集、差集、对称差分等数学运算。创建集合用花括号或 set()函数。注意，创建空集合只能用 set()，不能用{}，{}创建的是空字典。

在 Python 中，集合可以保存任意可求哈希值的对象，而不只是数字。可求哈希值对象是和能够用作字典类型的键一样的对象，因此列表和字典被排除在外。

**和数学集合一样，它们只会存集合和字典一样，是无序的。它们都利用底层的基于哈希值的数据结构来保证高效。因为它们是无序的，故集合无法通过索引来查找元素。**使用集合的主要目的是，将世界一分为二：“存在于集合中的”和“集合之外的”。很容易就可以检查某个项目是在集合中的或者遍历集合中所有的项目，但是如果想要对它们进行排序，则必须先将集合转换为列表。储对象的一份备份。

如下为集合相关操作的一些示例代码：

basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
print(basket)
_# 检测成员是否在集合中_
print('orange' in basket)
print('crabgrass' in basket)
_# 创建两个空集合_
a = set('abracadabra')
print(a)
b = set('alacazam')
print(b)
_# 在 a 中的字母，但不在 b 中_
print(a - b)
_# 在 a 或 b 中的字母_
print(a | b)
_# 在 a 和 b 中都有的字母_
print(a & b)
_# 求 a 和 b中 非都有的字母_
print(a ^ b)

如下为运行结果：

这里我们列出来集合的部分操作方法，供读者参考：

方法	描述
add()	为集合添加元素。
clear()	移除集合中的所有元素。
copy()	拷贝一个集合。
difference()	返回多个集合的差集。
difference_update()	移除集合中的元素，该元素在指定的集合也存在。
discard()	删除集合中指定的元素。
intersection()	返回集合的交集。
intersection_update()	返回集合的交集。
isdisjoint()	判断两个集合是否包含相同的元素，如果没有返回 True，否则返回 False。
issubset()	判断指定集合是否为该方法参数集合的子集。
issuperset()	判断该方法的参数集合是否为指定集合的子集。
pop()	随机移除元素。
remove()	移除指定元素。
symmetric_difference()	返回两个集合中不重复的元素集合。
symmetric_difference_update()	移除当前集合中在另外一个指定集合相同的元素，并将另外一个指定集合中不同的元素插入到当前集合中。
union()	返回两个集合的并集。
update()	给集合添加元素。
len()	计算集合元素个数。

从集合的操作方法可以明显看出，**集合是用于和其他集合进行运算的，而不仅仅是一个容器。**如果有一些来自两个不同源的数据，并需要快速以某种形式组合起来，以确定数据是否重合或不同，我们可以用集合操作来快速地比较它们。或者如果输入数据可能包含重复的已经加工过的数据，我们可以用集合来比较并只处理新数据。

和列表类似，集合也支持推导式，但是当用 in 关键字检查元素是否存在于容器中时，集合比列表的效率更高。在对一个列表或集合容器使用 value in container 语法时，如果 Container 中有元素等于 value，则返回 True，否则返回 False。在列表中，这将会遍历所有对象直到找到相同的值，而对于集合来说，只需要求出哈希值并检查是否存在即可。这意味着无论集合有多大，查找一个值是否存在所需要的时间是固定的，但是对于列表来说列表长度越长搜索一个值所需要的时间就越长。