Python2.3版本的时候，引入了一种新的数据类型——集合(set)。

集合是由序列(也可以是其他的可迭代的对象)构建的，是无序的可变的而数据类型。

Python中，集合用一对大括号"{}"表示，集合内的各个元素用逗号分隔。由不同元素组成的集合，集合是一组无序排列 可hash值，可作为字典的key；集合的目的是将不同的值存放在一起，不同的集合间用来做关系运算，无须纠结于集合中的单个值，也就是说集合中是没有重复元素的。通过者一特点，可以将带有重复元素的列表通过代码转换成集合，可以做去重操作，注意：创建一个空集合必须用 set() 而不是 { }，因为 { } 是用来创建一个空字典。

s = set()
print(s)
# 结果：set()
print(type(s))
# 结果：<class 'set'>
s1 = {1, 2, 3}
print(s1)
# 结果：{1, 2, 3}

字典和集合的区别，字典虽然也是一对大括号，但是期内是键值对形式的，而集合是用逗号隔开元素的。我们也可以用set()函数将列表、元组等其他可迭代的对象转换为集合。

lst1 = ['*','香港','广州','*']
s = set(lst1)
print(s)
# 结果：{'*', '香港', '广州'}

可以看到结果，再转换的时候，集合会自动将元素去重，这也是集合的特性：集合内的每个元素都是唯一的，不可重复！

除此之外，集合的元素只能是不可变数据类型，也就是可哈希类型，而比如列表、字典和集合本身则不可做为集合的元素！

集合的基本操作

集合不支持什么操作：

集合不支持：索引、切片、复制、拼接

s = set(range(10))
print(s)
# 结果：{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
print(s[1])
# 报错结果：TypeError: 'set' object is not subscriptable
print(s[0:5])
# 报错结果：TypeError: 'set' object is not subscriptable

set1 = {'a','b'}
set2 = set1 * 2
print(set2)
# 报错结果:TypeError: unsupported operand type(s) for *: 'set' and 'int'

通过 in 和 not in 判断元素是否存在

s = set(range(10))
print(1 in s)
# 结果：True
print(2 not in s)
# 结果： False

通过for 循环取值

s = set(range(50,66))
for i in s:
    print(i)
# 结果：
'''
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
'''

也是遵循列表的闭区间

集合的常用方法

set.add(obj)

s = set()
s.add('太上老君')
s.add('太白金星')
s.add('玉皇大帝')
s.add('如来佛祖')
print(s)
# 结果：{'太白金星', '玉皇大帝', '太上老君', '如来佛祖'}

set1.update(set2)

s1 = {'葫芦娃','蝎子精','虎头怪','葫芦爷爷'}
s2 = {'李白','吕布','妖姬'}
s1.update(s2)
print(s1)
# 结果：{'蝎子精', '妖姬', '葫芦爷爷', '李白', '吕布', '虎头怪', '葫芦娃'}

也可以通过.update将另一个集合与当前集合做合并去重，如下栗子：

s1 = {'葫芦娃','蝎子精','李白','黑豹警长'}
s2 = {'李白','吕布','黑豹警长'}
s1.update(s2)
print(s1)
# 结果：{'黑豹警长', '蝎子精', '李白', '葫芦娃', '吕布'}

删除：set.pop(obj)

s1 = {'德玛西亚','皇子','薇恩','盲僧','皮城女警'}
print(s1.pop())
# 结果：盲僧
print(set().pop())
# 结果：KeyError: 'pop from an empty set'

随机删除集合元素并将该元素返回，如果集合为空则抛出KeyError。

set.remove() & set.discard()

set.remove() & set.discard()用来删除集合中的指定元素：

s1 = {'德玛西亚','妖姬','薇恩','盲僧','皮城女警'}
s1.remove('德玛西亚')
print(s1)
# 结果：{'盲僧', '薇恩', '皮城女警', '妖姬'}
s2 = {'唐僧','孙悟空','猪八戒','沙僧'}
s2.discard('唐僧')
print(s2)
# 结果：{'沙僧', '猪八戒', '孙悟空'}

注意，set.remove()和set.discard()都是用来删除指定的元素，但区别是set.remove()如果指定的元素不存在则会报错，而set.discard()不会报错，而是返回None。

del 删除集合

由于集合是无序的，所以，del只能删除整个集合：

s2 = {'如来','大鹏','虎头怪','白骨精'}
del s2
print(s2)
# 结果：NameError: name 's2' is not defined

set.clear() 清空集合

s1 = {'金牛座','双子座','天秤座','天蝎座'}
s1.clear()
print(s1)
# 结果：set()

集合的元素嵌套

集合中的元素只能存放不可变数据类型的数据，所以，集合中的元素就只能是数据、字符串和元组。

set1 = {'abc',123,(['a','b'],1,2)}
print(set1)
# 结果报错：TypeError: unhashable type: 'list'

集合的运算

现在有一个需求，现有一个学校班德卢，开设了Python和Linux两门课程，来学习的同学都有如下情况：

• 有的同学学习Linux
• 有的学习Python
• 还有的既学了Linux又学了Python

需要我们对学生的学习情况做统计，比如找出两门课都报了的同学有哪些？

那么采用什么数据类型呢？先用列表举例。

Python = ['刘备','张飞','关羽','赵云','黄忠']
Linux = ['诸葛亮','刘备','赵云','许褚']
Py_Li = []
for p in Python:
    if p in Linux:
        Py_Li.append(p)
print(Py_Li)
# 结果：['刘备', '赵云']

那要找出只学习了Linux课程的同学呢?

Python = ['刘备','张飞','关羽','赵云','黄忠']
Linux = ['诸葛亮','刘备','赵云','许褚']
Li = []
for p in Linux:
    if p not in Python:
        Li.append(p)
print(Li)
# 结果：['诸葛亮', '许褚']

在Python 中，懒惰是美德！所以Python给我们提供了一种简便的方法，使用集合来做这些事情。

交集

首先来记住三个方法一个运算符：

• set1.intersection(set2, set3...)，以新集合的形式返回两个或多个集合的交集。
• set1.intersection_update(set2)，两个集合求交集（大家都有的），然后将结果覆盖（相当于先对set1做clear操作）到当前（原地操作，并没有产生新的集合）集合中（set1）。
• &运算符，intersection()方法对应的运算符，其实就是简写形式。
• set1.isdisjoint(set2)，该方法用来判断两个集合是否有交集，如果有交集，返回False，没有交集返回True。

示例：找出即学习了Python又学习了Linux 的同学：

Python = {'刘备','张飞','关羽','赵云','黄忠'}
Linux = {'诸葛亮','刘备','赵云','许褚'}
Py_Li = Python.intersection(Linux)
print(Py_Li)
# 结果：{'赵云', '刘备'}

intersection() 方法将结果以新的集合形式返回，并没有改变原集合。

Python = {'张无忌','张三丰','张翠山','白眉鹰王','葫芦娃'}
Linux = {'乔峰','虚竹','张无忌','张三丰'}
Python.intersection_update(Linux)
print(Python)
# 结果：{'张无忌', '张三丰'}

可以发现，intersection_update()方法求出结果后，并没有赋值给新的集合，而是将结果(Python & Linux)覆盖(可以理解为先清空，后添加)Python集合中。

Python = {'张无忌','张三丰','张翠山','白眉鹰王','葫芦娃'}
Linux = {'乔峰','虚竹','张无忌','张三丰'}
Java = {'孙悟空','诸葛亮','蒋介石'}
print(Python.isdisjoint(Linux))
# 结果：False
print(Python.isdisjoint(Java))
# 结果： True

结果表明，Python和Linux两门学科是又同学即学习Python又学习Linux，所以返回了False，而没有同学即学习Python又学习Java，所以返回了True。

并集

求并集得方法和运算符：

• set.union(set2,set3),该方法以新集合的形式返回两个或多个集合的并集，既包含了两个集合的所有元素，又将重复的元素去重。(去重)
• |， 求集合并集的运算符为管道符 | 。

示例：找出所有来班德卢学校学习课程的人。

Python = {'张无忌','张三丰','张翠山','白眉鹰王','葫芦娃'}
Linux = {'乔峰','虚竹','张无忌','张三丰'}
stu_all = Python.union(Linux)
print(stu_all)
# 结果为：
{'葫芦娃', '张翠山', '张三丰', '虚竹', '张无忌', '乔峰', '白眉鹰王'}
stu_all2 = Python | Linux
print(stu_all2)
# 结果为：
{'张三丰', '白眉鹰王', '葫芦娃', '乔峰', '张无忌', '虚竹', '张翠山'}

差集

差集的方法和运算符：

• set1.difference(set2, set3...)，返回移除两个或多个集合中重复元素后的新集合，也就是只保留我自己（独有的）。
• -，求差集的运算符为-。
• set1.difference_update(set2, set3...)，该方法直接在原集合（set1）中移除重复元素，是原地操作，并没有返回值。

找出只学习了Python课程的同学：

Python = {'张无忌','张三丰','张翠山','白眉鹰王','葫芦娃'}
Linux = {'乔峰','虚竹','张无忌','张三丰'}
stu_Py = Python.difference(Linux)
print(stu_Py)
# 结果为：
{'张翠山', '白眉鹰王', '葫芦娃'}

stu_Py2 = Python - Linux
print(stu_Py2)
# 结果为：
{'白眉鹰王', '张翠山', '葫芦娃'}

结果反应除，新的集合中只保留了仅学习了Python课程的同学，并没有改变原有集合。

总结：

• 按照可变数据与不可变数据来说：
  • 可变类型：列表、字典、集合。
  • 不可变类型：数字、字符串、元组。
• 按照存放值的数量来说：
  • 一个值：数字，字符串。
  • 多个值：列表、元组、字典、集合。
    注意，一串字符串在客观上也可以理解为一个元素，比如在列表中，字符串再长，也只是列表的一个元素。数字也一样。
• 按照取值方式：
  • 直接取值：数字。
  • 序列类型：字符串、元组、列表。
  • 映射类型：字典。

至此，Python内置的数据类型，基本学习完毕。