Вступ до наборів Python
У цій статті ми розглянемо набори в Python. Python - це дуже універсальна мова, і вона швидко стає однією з передових мов у галузі науки про дані, оскільки її легко зрозуміти для читання і запису, а також на основі концепції OOPs. Set - це не упорядкована колекція, яка представлена фігурними дужками в Python. Упорядкованість тут означає, що ви не впевнені, в якому порядку елементи з'являться. Набір відрізняється від списку тим, що він може зберігати лише унікальні елементи та не дублювати елементи.
Синтаксис:
Як і в цілому пітон, синтаксис, як правило, простий. Синтаксис для набору python такий:
firstset = ("Johnny", "Nilanjan", "Rupa")
print(firstset)
Тут перший набір - це назва змінної, в якій зберігається набір. Фігурні дужки () представляють безліч, і оскільки ми додаємо рядкові значення, тому потрібні подвійні / одинарні перевернуті коми. Значення в наборі розділені комами. Тепер, оскільки ми бачили синтаксис множини з прикладом у Python. Давайте тепер обговоримо різні методи, що використовуються в наборах Python.
Різні методи в наборах Python
Переглянемо різні методи, представлені як вбудований Python for Sets.
1. add (): як випливає з назви, використовується для додавання нового елемента в набір. Це означає, що ви збільшуєте кількість елементів у наборі на одиницю. Тут одне дуже важливе знання про множину, про яке потрібно пам’ятати, - це те, що елемент додається лише у тому випадку, якщо він вже не присутній у наборі активів, не беруть повторюваних елементів. Метод додавання також не повертає жодного значення. Зробимо приклад.
Код:
firstset = ("Johnny", "Nilanjan", "Rupa")
firstset.add("Sepoy")
print("The new word is", firstset)
#to check duplicate property of Set
firstset.add("Sepoy")
print("The new word is", firstset)
Тепер скріншот нижче - це вихід коду під час його запуску на Jupyter Notebook.
Якщо ви бачите вихід у перший раз, коли використовується функція add (), він додає елемент, а розмір набору збільшується на одиницю, як показано при виконанні першого оператора друку, але вдруге, коли ми використовуємо метод add () щоб додати той самий елемент (sepoy), як перший раз, при виконанні оператора друку ми бачимо ті самі елементи, що відображаються без збільшення розміру набору, що означає, що набір не приймає повторюваних значень.
2. clear (): як випливає з назви, вона видаляє всі елементи з набору. Він ні приймає жодного параметра, ні повертає значення. Нам просто потрібно викликати чіткий метод і виконати його. Розглянемо приклад:
Код:
firstset = ("Johnny", "Nilanjan", "Rupa")
print("Before clear", firstset)
firstset.clear()
print("After clear", firstset)
Давайте подивимось на вихід після виконання того ж коду в зошиті юпітера.
Отже, на наведеному вище скріншоті видно, що до того, як ми виконали чіткий метод, список був надрукований елементами, а потім, коли ми виконали метод clear (), всі елементи були видалені, і нам залишається порожній набір.
3. copy (): Цей метод використовується для створення дрібної копії набору. Термін неглибока копія означає, що якщо ви додасте нові елементи до набору або вилучите елементи з набору, початковий набір не зміниться. Це основна перевага використання функції копіювання. Ми побачимо приклад, щоб зрозуміти концепцію дрібної копії.
Код:
originalset = ("Johnny", "Nilanjan", "Rupa")
copiedset = originalset.copy()
print("originalset:: ", originalset)
print("copiedset:: ", copiedset)
# modify the copiedset to check shallow copy feature
copiedset.add("Rocky")
print("originalset:: ", originalset)
print("copiedset:: ", copiedset)
Тепер перевіримо вихід у Блокноті Юпітера.
Як видно, що коли ми додавали функцію для додавання нового елемента в скопійований набір, скопійований набір змінився, але оригінальний набір все ще залишився колишнім.
4. різниця (): Це дуже важлива функція вставки. Ця функція повертає множину, яка є різницею між двома множинами. Майте на увазі, що тут різниця не означає віднімання, оскільки тут це різниця між кількістю елементів у двох множинах, а не значеннями елементів. Ось, наприклад, встановити A1 - множина A2 означає, що він повертає набір з елементами, присутніми в A1, але не в A2, і навпаки, у випадку множини A2 - множини A1 (присутній в A2, але не в A1). Те саме буде пояснено нижче за допомогою прикладу.
Код:
A1= (24, 35, 34, 45)
A2= (24, 56, 35, 46)
print(A1.difference(A2))
print(A2.difference(A1))
Тепер давайте подивимось на результат, представлений на скріншоті нижче.
Тепер, на наведеному вище скріншоті, якщо ви уважно подивитеся, є різниця між першим та другим результатами. У першому результаті показано елементи, які знаходяться в A, але не в B, тоді як у другому результаті показано елементи, присутні в B, але не в A.
5. перетин (): Це сильно відрізняється від вбудованого набору попереднього методу. У цьому випадку повертаються у формі безлічі лише ті елементи, які є спільними як для множини, так і для декількох множин (у випадку, якщо їх більше двох). Тепер перейдемо до прикладу.
Код:
A1= (24, 35, 34, 45)
A2= (24, 56, 35, 46)
A3= (24, 35, 47, 56)
print(A1.intersection(A2, A3))
Як видно, що ці три набори мали лише два спільних елемента - 24 і 35. Отже, після виконання коду він повернув набір, що містить лише 24 та 35.
6. union (): Це функція, яка повертає набір з усіма елементами вихідного набору, а також із зазначеними наборами. Оскільки він повертає набір, то всі елементи матимуть лише один вигляд. Якщо два набори містять однакове значення, то елемент з’явиться лише один раз.
Код:
A1= (24, 35, 34, 45)
A2= (24, 56, 35, 46)
A3= (24, 35, 47, 56)
print(A1.union(A2, A3))
На наведеному вище скріншоті ви можете побачити вихід коду на виконання. Якщо ви придивитесь уважніше, ви знайдете всі значення з A1 та всі унікальні значення з двох інших наборів.
7. issubset (): Ця функція повертає булеві значення, які є істинними або хибними. Якщо всі елементи одного набору присутні в іншому наборі, він повертає істинне інакше хибне. Ми побачимо приклад того ж, щоб краще зрозуміти.
Код:
A1 =(3, 6, 8)
A2 =(45, 87, 3, 67, 6, 8)
print(A1.issubset(A2))
print(A2.issubset(A1))
Якщо ви бачите вище скріншот виводу, ви можете бачити, що в A2 є всі елементи A1, але в A1 немає всіх елементів A2. Отже, A1 є підмножиною A2.
8. issueperset (): Ця функція повертає булеві значення, які є істинними або хибними. Якщо набір містить усі елементи іншого набору, то цей набір можна назвати надмножиною іншого набору, а значення, повернене функцією, є інакше хибним. Ми побачимо приклад того ж, щоб краще зрозуміти.
Код:
A1 = (3, 6, 8)
A2 = (45, 87, 3, 67, 6, 8)
print(A1.issuperset(A2))
print(A2.issuperset(A1))
Як видно з вихідного скріншоту, що другий набір A2 містить усі елементи множини A1. Значить, це супермножина А1. Те ж не стосується A1 щодо A2, отже, він повертає хибне.
9. delete (): Ця функція використовується для видалення елементів із набору. Елементи для видалення передаються як аргументи. Функція видаляє елемент, якщо він присутній у наборі, інакше він повертає помилку. Ми виконаємо приклад, щоб перевірити це.
Код:
firstset = ("Johnny", "Nilanjan", "Rupa")
firstset.remove("Nilanjan")
print(firstset)
# to check error
firstset.remove("Rocky")
Якщо ви бачите знімок екрана під час виконання коду, він видаляє елемент "Nilanjan", як він був у наборі, але коли ми намагаємось видалити "Rocky", це дає нам помилку, оскільки "Rocky" немає в наборі.
10. discard (): Цей вбудований метод також використовується для видалення елементів із набору, але він відрізняється від методу видалення, про який ми говорили раніше. Якщо елемент присутній у наборі, він видаляє елемент, але якщо він присутній, він не повертає помилок і зазвичай просто друкує набір. Ми побачимо приклад цього
Код:
firstset = ("Johnny", "Nilanjan", "Rupa")
firstset.discard("Nilanjan")
print(firstset)
firstset.discard("Rocky")
print(firstset)
Якщо ми бачимо наведений вище скріншот, ми можемо побачити, що, хоча «Rocky» немає у наборі, ми не бачимо жодної помилки, на відміну від методу видалення, де відображалася помилка.
Висновок
У цій статті ми обговорили поняття множин у python та різних функцій, які можна використовувати чи застосовувати у множинах. Набори, як обговорювалося, важливі в python, і вбудовані методи використовуються для маніпулювання наборами, а також для виконання операцій з наборами.
Рекомендовані статті
Це посібник з наборів Python. Тут ми обговорюємо впровадження наборів Python, різних методів у наборах Python разом із синтаксисом. Ви також можете ознайомитися з іншими запропонованими нами статтями, щоб дізнатися більше -
- String Array в Python
- Що таке Python
- NLP в Python
- Чи є Python мовою сценаріїв?
- Особливості Python
- String Array в JavaScript
- Повне керівництво по масиву рядків на C