Python集合:高效存储和处理数据的利器

一、集合的基本定义和操作

Python的集合是一种无序的,不重复的数据类型,可以进行交集、联合、差集等操作。集合在数据分析和清洗的过程中起到了至关重要的作用。

创建一个集合可以使用花括号{}或set()函数。

{1, 2, 3, "a", "b", "c"}
set([1,2,3,"a","b","c"])

可以使用len()函数获取集合的长度,使用in关键字判断元素是否在集合中,使用add()函数添加元素。

s = {1,2,3,"a","b","c"}
len(s) # 返回6
"a" in s # 表达式的值为True
s.add("d") # 添加元素"d"

二、集合的操作

集合提供了一些常见的操作,包括联合、交集、差集和对称差集。

联合操作:使用union()函数或者|运算符可以实现两个集合的联合,返回一个包含两个集合中所有不重复元素的新集合。

s1 = {1,2,3,"a","b","c"}
s2 = {3,4,5,"c","d","e"}
s3 = s1.union(s2) # 返回 {1,2,3,4,5,"a","b","c","d","e"}
s4 = s1 | s2 # 返回 {1,2,3,4,5,"a","b","c","d","e"}

交集操作:使用intersection()函数或者&运算符可以实现两个集合的交集,返回一个包含两个集合中共同元素的新集合。

s1 = {1,2,3,"a","b","c"}
s2 = {3,4,5,"c","d","e"}
s3 = s1.intersection(s2) # 返回 {3,"c"}
s4 = s1 & s2 # 返回 {3,"c"}

差集操作:使用difference()函数或者-运算符可以实现两个集合的差集,返回一个包含一个集合中不包含于另一个集合的元素的新集合。

s1 = {1,2,3,"a","b","c"}
s2 = {3,4,5,"c","d","e"}
s3 = s1.difference(s2) # 返回 {1,2,"a","b"}
s4 = s1 - s2 # 返回 {1,2,"a","b"}

对称差集操作:使用symmetric_difference()函数或者^运算符可以实现两个集合的对称差集,返回一个包含两个集合中不重复元素的新集合。

s1 = {1,2,3,"a","b","c"}
s2 = {3,4,5,"c","d","e"}
s3 = s1.symmetric_difference(s2) # 返回 {1,2,4,5,"a","b","d","e"}
s4 = s1 ^ s2 # 返回 {1,2,4,5,"a","b","d","e"}

三、集合的应用

1、去重应用

在数据清洗和整理过程中,经常需要去重操作以保证数据的准确性和完整性。使用集合可以快速实现列表、元组和字典等数据类型的去重。

l = [1,2,2,3,4,4,4,5]
l = list(set(l)) # 返回 [1,2,3,4,5]

t = (1,2,2,3,4,4,4,5)
t = tuple(set(t)) # 返回 (1,2,3,4,5)

d = {"a":1,"b":2,"c":2,"d":3,"e":3}
d = dict((y,x) for x,y in d.items())
d = dict((x,y) for y,x in d.items()) # 返回 {"a":1,"b":2,"d":3,"e":3}

2、成员资格测试应用

在数据分析和处理过程中,需要对数据进行筛选和分类,使用集合可以快速筛选数据是否符合要求。

words = ["apple","banana","orange","pineapple"]
"apple" in set(words) # 返回True

3、数据分析应用

集合在数据分析和统计中有广泛的应用,例如实现一个统计文本中单词出现次数的程序。

text = "Python is a popular programming language. Python is used for web development, data analysis, artificial intelligence, and scientific computing."
words = text.split(" ")
word_count = {}
for word in words:
    if word not in word_count:
        word_count[word] = 0
    word_count[word] += 1

sorted_word_count = sorted(word_count.items(), key=lambda x: x[1], reverse=True)
for word, count in sorted_word_count:
    print(word, count)

运行结果为:

Python 2
is 2
a 1
popular 1
programming 1
language. 1
used 1
for 1
web 1
development, 1
data 1
analysis, 1
artificial 1
intelligence, 1
and 1
scientific 1
computing. 1

原创文章,作者:RXNX,如若转载,请注明出处:https://www.506064.com/n/144685.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
RXNXRXNX
上一篇 2024-10-26 11:51
下一篇 2024-10-26 11:51

相关推荐

  • 如何查看Anaconda中Python路径

    对Anaconda中Python路径即conda环境的查看进行详细的阐述。 一、使用命令行查看 1、在Windows系统中,可以使用命令提示符(cmd)或者Anaconda Pro…

    编程 2025-04-29
  • Python中引入上一级目录中函数

    Python中经常需要调用其他文件夹中的模块或函数,其中一个常见的操作是引入上一级目录中的函数。在此,我们将从多个角度详细解释如何在Python中引入上一级目录的函数。 一、加入环…

    编程 2025-04-29
  • Python计算阳历日期对应周几

    本文介绍如何通过Python计算任意阳历日期对应周几。 一、获取日期 获取日期可以通过Python内置的模块datetime实现,示例代码如下: from datetime imp…

    编程 2025-04-29
  • Python列表中负数的个数

    Python列表是一个有序的集合,可以存储多个不同类型的元素。而负数是指小于0的整数。在Python列表中,我们想要找到负数的个数,可以通过以下几个方面进行实现。 一、使用循环遍历…

    编程 2025-04-29
  • Python周杰伦代码用法介绍

    本文将从多个方面对Python周杰伦代码进行详细的阐述。 一、代码介绍 from urllib.request import urlopen from bs4 import Bea…

    编程 2025-04-29
  • Python字典去重复工具

    使用Python语言编写字典去重复工具,可帮助用户快速去重复。 一、字典去重复工具的需求 在使用Python编写程序时,我们经常需要处理数据文件,其中包含了大量的重复数据。为了方便…

    编程 2025-04-29
  • python强行终止程序快捷键

    本文将从多个方面对python强行终止程序快捷键进行详细阐述,并提供相应代码示例。 一、Ctrl+C快捷键 Ctrl+C快捷键是在终端中经常用来强行终止运行的程序。当你在终端中运行…

    编程 2025-04-29
  • Python清华镜像下载

    Python清华镜像是一个高质量的Python开发资源镜像站,提供了Python及其相关的开发工具、框架和文档的下载服务。本文将从以下几个方面对Python清华镜像下载进行详细的阐…

    编程 2025-04-29
  • 蝴蝶优化算法Python版

    蝴蝶优化算法是一种基于仿生学的优化算法,模仿自然界中的蝴蝶进行搜索。它可以应用于多个领域的优化问题,包括数学优化、工程问题、机器学习等。本文将从多个方面对蝴蝶优化算法Python版…

    编程 2025-04-29
  • Python程序需要编译才能执行

    Python 被广泛应用于数据分析、人工智能、科学计算等领域,它的灵活性和简单易学的性质使得越来越多的人喜欢使用 Python 进行编程。然而,在 Python 中程序执行的方式不…

    编程 2025-04-29

发表回复

登录后才能评论