在学习了列表和元组之后，我们再来学习一种容器型的数据类型，它的名字叫集合（set）。说到集合这个词大家一定不会陌生，在数学课本上就有这个概念。通常我们对集合的定义是“ 把一定范围的、确定的、可以区别的事物当作一个整体来看待”，集合中的各个事物通常称为集合的元素。集合应该满足以下特性：

1. 无序性：一个集合中，每个元素的地位都是相同的，元素之间是无序的。
2. 互异性：一个集合中，任何两个元素都认为是不相同的，即每个元素只能出现一次。
3. 确定性：给定一个集合，任给一个元素，该元素或者属于或者不属于该集合，二者必居其一，不允许有模棱两可的情况出现。

Python程序中的集合跟数学上的集合是完全一致的，需要强调的是上面所说的无序性和互异性。无序性说明集合中的元素并不像列中的元素那样一个挨着一个，可以通过索引的方式实现随机访问（随机访问指的是给定一个有效的范围，随机抽取出一个数字，然后通过这个数字获取到对应的元素），所以Python中的 集合肯定不能够支持索引运算。另外，集合的互异性决定了集合中不能有重复元素，这一点也是集合区别于列表的关键，说得更直白一些就是，Python中的集合类型具有去重特性。当然，Python中的集合一定是支持in和not in成员运算的，这样就可以确定一个元素是否属于集合，也就是上面所说的集合的确定性。 集合的成员运算在性能上要优于列表的成员运算，这是集合的底层存储特性决定的，此处我们暂时不做讨论，先记下这个结论即可。

创建集合

在Python中，创建集合可以使用{}字面量语法，{}中需要至少有一个元素，因为没有元素的{}并不是空集合而是一个空字典，我们下一节课就会大家介绍字典的知识。当然，也可以使用内置函数set来创建一个集合，准确的说set并不是一个函数，而是创建集合对象的构造器，这个知识点我们很快也会讲到，现在不理解跳过它就可以了。要创建空集合可以使用set()；也可以将其他序列转换成集合，例如：set('hello')会得到一个包含了4个字符的集合（重复的l会被去掉）。除了这两种方式，我们还可以使用生成式语法来创建集合，就像我们之前用生成式创建列表那样。要知道集合中有多少个元素，还是使用内置函数len；使用for循环可以实现对集合元素的遍历。

# 创建集合的字面量语法(重复元素不会出现在集合中)

set1 = {
1, 
2, 
3, 
3, 
3, 
2}


print(set1)         # {
1, 
2, 
3}


print(
len(set1))    # 
3



# 创建集合的构造器语法(后面会讲到什么是构造器)

set2 = set(
'hello')


print(set2)         # {
'h', 
'l', 
'o', 
'e'}

# 将列表转换成集合(可以去掉列表中的重复元素)

set3 = set([
1, 
2, 
3, 
3, 
2, 
1])


print(set3)         # {
1, 
2, 
3}



# 创建集合的生成式语法(将列表生成式的[]换成{})

set4 = {num 
for num in 
range(
1, 
20) 
if num % 
3 == 
0 or num % 
5 == 
0}


print(set4)         # {
3, 
5, 
6, 
9, 
10, 
12, 
15, 
18}



# 集合元素的循环遍历


for elem in set4:

    
print(elem)

需要提醒大家，集合中的元素必须是hashable类型。所谓hashable类型指的是能够计算出哈希码的数据类型，你可以暂时将哈希码理解为和变量对应的唯一的ID值。通常不可变类型都是hashable类型，如整数、浮点、字符串、元组等，而可变类型都不是hashable类型，因为可变类型无法确定唯一的ID值，所以也就不能放到集合中。集合本身也是可变类型，所以集合不能够作为集合中的元素，这一点请大家一定要注意。

集合的运算

Python为集合类型提供了非常丰富的运算符，主要包括：成员运算、交集运算、并集运算、差集运算、比较运算（相等性、子集、超集）等。

成员运算

可以通过成员运算in和not in检查元素是否在集合中，代码如下所示。

set1 = {
11, 
12, 
13, 
14, 
15}


print(
10 in set1)        # False 


print(
15 in set1)        # True

set2 = {
'Python', 
'Java', 
'Go', 
'Swift'}


print(
'Ruby' in set2)    # False

print(
'Java' in set2)    # True

交并差运算

Python中的集合跟数学上的集合一样，可以进行交集、并集、差集等运算，而且可以通过运算符和方法调用两种方式来进行操作，代码如下所示。

set1 
= 
{1, 
2
, 
3
, 
4
, 
5
, 
6
, 
7
}


set2 
= 
{2, 
4
, 
6
, 
8
, 
10
}




# 
交集


# 
方法一: 
使用 
& 
运算符


print(set1 
& 
set2)                
# {2, 4, 6}


# 方法二: 使用intersection方法


print(set1.intersection(set2))    # {2, 4, 6}




# 并集


# 方法一: 使用 | 运算符


print(set1 | set2)         # {1, 2, 3, 4, 5, 6, 7, 8, 10}


# 方法二: 使用union方法


print(set1.union(set2))    # {1, 2, 3, 4, 5, 6, 7, 8, 10}




# 差集


# 方法一: 使用 - 运算符


print(set1 - set2)              # {1, 3, 5, 7}


# 方法二: 使用difference方法


print(set1.difference(set2))    # {1, 3, 5, 7}




# 对称差


# 方法一: 使用 ^ 运算符


print(set1 ^ set2)                        # {1, 3, 5, 7, 8, 10}


# 方法二: 使用symmetric_difference方法


print(set1.symmetric_difference(set2))    # {1, 3, 5, 7, 8, 10}


# 方法三: 对称差相当于两个集合的并集减去交集


print((set1 | set2) - (set1 & set2))      # {1, 3, 5, 7, 8, 10}

通过上面的代码可以看出，对两个集合求交集，&运算符和intersection方法的作用是完全相同的，使用运算符的方式更直观而且代码也比较简短。相信大家对交集、并集、差集、对称差这几个概念是比较清楚的，如果没什么印象了可以看看下面的图。

集合的交集、并集、差集运算还可以跟赋值运算一起构成复合运算，如下所示。

set1 
= 
{1, 
3
, 
5
, 
7
}


set2 
= 
{2, 
4
, 
6
}


# 
将set1和set2求并集再赋值给set1


# 
也可以通过set1.update(set2)来实现


set1 
|= 
set2


print(set1)    
# {1, 2, 3, 4, 5, 6, 7}


set3 = {3, 6, 9}


# 将set1和set3求交集再赋值给set1


# 也可以通过set1.intersection_update(set3)来实现


set1 &= set3


print(set1)    # {3, 6}

比较运算

两个集合可以用==和!=进行相等性判断，如果两个集合中的元素完全相同，那么==比较的结果就是True，否则就是False。如果集合A的任意一个元素都是集合B的元素，那么集合A称为集合B的子集，即对于∀a∈A，均有a∈B，则A⊆B。A是B的子集，反过来也可以称B是A的超集。如果A是B的子集且A不等于B，那么A就是B的真子集。Python为集合类型提供了判断子集和超集的运算符，其实就是我们非常熟悉的<和>运算符，代码如下所示。

set1 
= 
{1, 
3
, 
5
}


set2 
= 
{1, 
2
, 
3
, 
4
, 
5
}


set3 
= 
set2


# 
<运算符表示真子集，<=运算符表示子集


print(set1 
< 
set2, 
set1 
<= 
set2)    
# True True


print(set2 < set3, set2 <= set3)    # False True


# 通过issubset方法也能进行子集判断


print(set1.issubset(set2))      # True




# 反过来可以用issuperset或>运算符进行超集判断


print(set2.issuperset(set1))    # True


print(set2 > set1)              # True

集合的方法

Python中的集合是可变类型，我们可以通过集合类型的方法为集合添加或删除元素。

# 创建一个空集合

set1 = set()

# 通过add方法添加元素

set1.add(
33)

set1.add(
55)

set1.update({
1, 
10, 
100, 
1000})


print(set1)    # {
33, 
1, 
100, 
55, 
1000, 
10}



# 通过discard方法删除指定元素

set1.discard(
100)

set1.discard(
99)


print(set1)    # {
1, 
10, 
33, 
55, 
1000}

# 通过
remove方法删除指定元素，建议先做成员运算再删除

# 否则元素如果不在集合中就会引发KeyError异常


if 
10 
in set1:

    set1.
remove(
10)


print(set1)    # {
33, 
1, 
55, 
1000}



# pop方法可以从集合中随机删除一个元素并返回该元素


print(set1.pop())



# clear方法可以清空整个集合

set1.clear()


print(set1)    # set()

如果要判断两个集合有没有相同的元素可以使用isdisjoint方法，代码如下所示。

set1 = {
'Java', 
'Python', 
'Go', 
'Kotlin'}

set2 = {
'Kotlin', 
'Swift', 
'Java', 
'Objective-C', 
'Dart'}

set3 = {
'HTML', 
'CSS', 
'JavaScript'}

print(set1.isdisjoint(set2))    
# False - set1和set2有相同元素


print(set1.isdisjoint(set3))    # True - set1和set3没有相同元素

不可变集合

Python中还有一种不可变类型的集合，名字叫frozenset。set跟frozenset的区别就如同list跟tuple的区别，frozenset由于是不可变类型，能够计算出哈希码，因此它可以作为set中的元素。除了不能添加和删除元素，frozenset在其他方面跟set基本是一样的，下面的代码简单展示了frozenset的用法。

set1 = frozenset({
1, 
3, 
5, 
7})

set2 = frozenset(
range(
1, 
6))


print(set1 & set2)    # frozenset({
1, 
3, 
5})


print(set1 | set2)    # frozenset({
1, 
2, 
3, 
4, 
5, 
7})


print(set1 - set2)    # frozenset({
7})


print(set1 < set2)    # False

简单的总结

Python中的集合底层使用了 哈希存储的方式，对于这一点我们暂时不做介绍，在后面的课程有需要的时候再为大家讲解集合的底层原理，现阶段大家只需要知道 集合是一种容器，元素必须是hashable类型，与列表不同的地方在于集合中的元素 没有序、 不能用索引运算、 不能重复。