集合（Set）¶

智能助教

一、什么是集合？¶

集合（Set）是Python中的一种无序、可变的数据结构，用于存储不重复的元素。集合使用大括号 {} 表示，也可以通过 set() 函数创建。

集合的特点：

  • 无序：元素没有固定顺序
  • 不重复：自动去除重复元素
  • 可进行数学集合运算，如并集、交集、差集等

二、集合的创建与访问¶

集合中的元素通常是不可变类型（如数字、字符串、元组），不能像列表那样用索引访问元素。

In [2]:
# 创建集合
# fruits = {"苹果", "香蕉", "梨", "苹果"}  # 自动去除重复的"苹果"
# print(fruits)  # 输出时可能顺序不同



# 使用 set() 创建集合
letters = set("hello")
print(letters)

{'h', 'e', 'l', 'o'}

三、集合的基本操作¶

集合支持以下常见操作：

  • 添加元素
  • 删除元素
  • 遍历集合
  • 并集、交集、差集、对称差集
In [14]:
# 创建两个集合
A = {"中国", "法国", "美国"}
B = {"英国", "法国", "德国"}
# 添加元素
A.add("日本")
# 删除元素
B.discard("德国")
# 遍历集合
# for country in A:
#      print(country)
# 并集（Union）
#print("并集：", A | B)
# # 交集（Intersection）
#print("交集：", A & B)
# # 差集（Difference）
#print("差集：", A - B)
# # 对称差集（Symmetric Difference）
print("对称差集：", A ^ B)

对称差集： {'中国', '英国', '日本', '美国'}

四、集合的使用场景¶

集合适用于需要处理唯一值或进行集合运算的场景，尤其在人文社科中，如：

  • 文本分析中统计不重复的关键词
  • 比较不同作者使用的词汇
  • 比较不同历史时期文献中出现的概念差异
In [16]:
# 示例：比较两个文献中出现的关键词
keywords1 = {"改革", "开放", "经济", "现代化"}
keywords2 = {"民主", "开放", "科技", "现代化"}

# 找出两个文献都提到的关键词（交集）
print("共同关键词：", keywords1 & keywords2)

# 找出第一个文献独有的关键词
print("文献1独有关键词：", keywords1 - keywords2)

# 所有提到的关键词
print("总关键词集合：", keywords1 | keywords2)

共同关键词： {'现代化', '开放'}
文献1独有关键词： {'改革', '经济'}
总关键词集合： {'经济', '改革', '开放', '民主', '科技', '现代化'}
In [17]:
a_set = set(range(8,14))
b_set = set(range(9))
a_set.symmetric_difference(b_set) #对称差集
a = a_set^b_set #对称差集
a
Out[17]:
{0, 1, 2, 3, 4, 5, 6, 7, 9, 10, 11, 12, 13}

使用集合快速提取序列中单一元素

In [32]:
import random
listRandom =  [random.choice(range(10000)) for i  in range(100)]
#listRandom
noRepeat = []
for i in listRandom:
    if i not in noRepeat:
        noRepeat.append(i)
print(len(listRandom))
print(len(noRepeat))
newSet = set(listRandom)
print(len(newSet))

100
99
99

五、练习题¶

请完成以下练习，并在下方代码框中编写代码：

  1. 创建一个集合，包含一篇短文中出现的所有不重复词汇。
  2. 创建两个集合，表示两位学者常用词汇，输出他们的共同词汇和差异词汇。
  3. 使用集合运算找出两组学生中谁是“只选修课程A而未选课程B”的学生。
In [ ]:
# 练习1：不重复词汇集合
text = "人文 社科 历史 哲学 社科 文学"
words = set(text.split())
print("不重复词汇：", words)

# 练习2：比较学者常用词汇
scholar1 = {"文化", "符号", "意义", "认同"}
scholar2 = {"意义", "结构", "社会", "文化"}
print("共同词汇：", scholar1 & scholar2)
print("差异词汇：", scholar1 ^ scholar2)

# 练习3：课程选择对比
course_A = {"张三", "李四", "王五", "赵六"}
course_B = {"李四", "赵六"}
only_A = course_A - course_B
print("只选课程A的学生：", only_A)