Python 集合
报名名单中可能重复出现同一个姓名。现在有一个问题：如何只保留不重复的姓名，同时接受集合不保证原顺序这一特点？
案例：整理报名名单
需求：将重复的报名姓名整理为不重复的数据。
name_list = ["小明", "小红", "小明", "小刚", "小红"]
name_set = set(name_list)
print(name_set)重复的 "小明" 和 "小红" 只会保留一份。集合不保证元素的位置顺序，因此实际输出顺序可能和原列表不同。
集合和数学中的集合很像，主要解决两个问题：
- 数据去重
- 计算两组数据的交集、并集、差集
集合创建与转换
非空集合可以使用 {} 创建，元素之间用逗号分隔：
course_set = {"Python", "MySQL", "Linux"}
print(course_set)也可以使用 set() 把列表、元组或字符串转换成集合：
number_set = set([1, 2, 2, 3, 3, 3])
char_set = set("hello")
print(number_set)
print(char_set)集合的显示顺序可能与写入顺序不同，但重复元素一定会被去掉。
空集合创建
空集合必须使用 set() 创建：
empty_set = set()
empty_dict = {}
print(type(empty_set))
print(type(empty_dict))运行结果：
<class 'set'>
<class 'dict'>{} 表示空字典，不是空集合。这是刚开始最容易写错的地方。
集合特性
集合的使用边界可以概括为三个特点：
- 元素不重复
- 不保证元素的位置顺序
- 集合本身可以修改
元素唯一性
创建集合时，重复元素会自动合并：
number_set = {1, 2, 2, 3, 3, 3}
print(number_set)集合适合判断“某个值是否出现过”，但不记录同一个值出现了多少次。
无索引访问
集合不保证元素的位置顺序，因此不能像列表、元组那样按索引取值或切片。
如果需求要求按位置读取，就不能直接使用集合：
course_set = {"Python", "MySQL", "Linux"}
print(course_set[0])运行后会抛出异常：
TypeError: 'set' object is not subscriptable元素类型限制
集合需要判断元素是否已经存在，因此放入集合的元素必须可哈希。初学阶段可以先记住：数字、字符串和只包含不可变数据的元组可以作为集合元素；列表、字典和集合本身不能直接放进集合。
position_set = {(10, 20), (30, 40)}
print(position_set)如果把列表放进集合，会抛出 TypeError: unhashable type: 'list'。
集合修改
报名课程会增加或取消，集合可以修改，但不能按位置操作元素。
元素添加
add() 添加一个元素，update() 批量添加多个元素：
course_set = {"Python", "MySQL"}
course_set.add("Linux")
course_set.update(["Redis", "Docker"])
print(course_set)如果添加的元素已经存在，集合不会重复保存，也不会报错。
元素删除
集合常用的删除操作如下：
| 操作 | 作用 | 元素不存在时 |
|---|---|---|
remove(data) | 删除指定元素 | 抛出 KeyError |
discard(data) | 删除指定元素 | 不报错 |
pop() | 删除并返回一个元素 | 空集合会抛出 KeyError |
clear() | 清空集合 | 不报错 |
course_set = {"Python", "MySQL", "Linux"}
course_set.remove("MySQL")
course_set.discard("Redis")
print(course_set)这里的 "Redis" 不在集合中，但 discard() 不会报错。如果换成 remove("Redis")，程序会抛出 KeyError。
警告
集合不保证元素的位置顺序，因此 pop() 删除的是其中一个元素，不能把它理解成“删除最后一个元素”。
成员判断与遍历
如果只关心某门课程是否报名，使用 in 和 not in 判断元素是否存在：
course_set = {"Python", "MySQL", "Linux"}
print("Python" in course_set)
print("Redis" not in course_set)运行结果：
True
True使用 for 可以遍历集合，但不能依赖它的遍历顺序：
course_set = {"Python", "MySQL", "Linux"}
for course in course_set:
print(course)如果业务需要按固定顺序处理数据，就不应该只使用集合保存这些数据。
集合运算
两组学员选择了不同的课程时，新的问题是：如何找出共同课程、全部课程，以及只被一组学员选择的课程？
group_a = {"Python", "MySQL", "Linux"}
group_b = {"Python", "Redis", "Linux"}集合可以直接完成四种运算：
| 运算 | 符号 | 含义 |
|---|---|---|
| 交集 | & | 两边都有的元素 |
| 并集 | | | 合并两边的元素并去重 |
| 差集 | - | 左边有、右边没有的元素 |
| 对称差集 | ^ | 只在其中一边出现的元素 |
group_a = {"Python", "MySQL", "Linux"}
group_b = {"Python", "Redis", "Linux"}
print("交集：", group_a & group_b)
print("并集：", group_a | group_b)
print("差集：", group_a - group_b)
print("对称差集：", group_a ^ group_b)结果中的元素顺序可能不同，但元素内容如下：
- 交集：
"Python"、"Linux" - 并集：
"Python"、"MySQL"、"Redis"、"Linux" - 差集：
"MySQL" - 对称差集：
"MySQL"、"Redis"
差集有方向。group_a - group_b 和 group_b - group_a 的结果通常不同。
案例：比较两个字符串
需求：比较两个字符串中出现的字符，分别找出共有字符、不同字符和 text_a 多出的字符。
- 找出两个字符串共有的字符
- 找出只在其中一个字符串出现的字符
- 找出
text_a比text_b多出的字符
text_a = "hello world!"
text_b = "hello python!"先把两个字符串转换成集合，再做集合运算。转换后只记录字符是否出现，不再记录每个字符出现的次数。
参考答案
text_a = "hello world!"
text_b = "hello python!"
char_set_a = set(text_a)
char_set_b = set(text_b)
# 两个字符串共有的字符
print("共有字符：", char_set_a & char_set_b)
# 只在其中一个字符串出现的字符
print("不同字符：", char_set_a ^ char_set_b)
# text_a 有、text_b 没有的字符
print("text_a 多出的字符：", char_set_a - char_set_b)集合结果中可能包含空格字符。观察结果时，注意不要漏掉显示为 ' ' 的空格。
常见问题
去重后的顺序变化
下面的代码可以去重，但不能保证保留列表原来的顺序：
number_list = [3, 1, 2, 3, 2]
number_list = list(set(number_list))
print(number_list)如果任务要求“去重后仍保持原顺序”，还需要使用其他写法，后面的综合练习会继续处理。
空集合与空字典
{} 创建的是字典。需要空集合时，必须写成 set()。
元素顺序依赖
不要依赖集合的显示顺序，也不要尝试使用索引。需要按位置保存和处理数据时，应使用列表或元组。
小结
本节先回答五个问题：
- 什么时候使用集合？需要去重、判断成员或比较多组数据时
- 集合有哪些边界？元素不重复、不保证顺序，不能使用索引和切片
- 空集合如何创建？必须使用
set()，{}表示空字典 - 如何维护集合？
add()添加一个元素，update()批量添加，删除时根据是否允许缺失选择remove()或discard() - 如何比较两组数据？使用
&、|、-、^分别计算交集、并集、差集和对称差集
练习
- 把包含重复数字的列表转换成集合，观察结果
- 使用
add()、update()、remove()和discard()修改集合 - 定义两个集合，分别计算交集、并集、差集和对称差集
- 用集合找出
"hello world"和"hello python"共有的字符