Dieser Beitrag wurde im Rahmen der Data Science Blogathon
Sets sind ein Beispiel für wesentliche Python-Datenstrukturen.
Einführung
Datenstrukturen sind das Bauhaus von Python-Skripten. Pflegen oder binden Sie Daten sorgfältig ein, damit die Mitarbeiter effizienter arbeiten. Deswegen, Es ist von grundlegender Bedeutung zu untersuchen, wie mit Datenstrukturen kooperiert werden kann.
Eine Menge ist eine Kombination von Objekten mit den letzten charakteristischen Punkten.
- Sets sind chaotisch
- Sets enthalten verschiedene Artikel.
- Die Gegenstände in einem Set müssen dauerhaft sein, Mit anderen Worten, unveränderlich.
Wie chaotisch die Sets sind, Wir können keine Operationen wie das Indizieren und Segmentieren von Sets durchführen. Ein Set macht es nicht möglich, veränderliche Objekte als Listen als Element in einem Python-Set zu haben. Ein häufiger Anwendungsfall für Baugruppen ist das Löschen von doppelten Teilen aus einer Kombination oder Sequenz.
In diesem Bericht, wir werden entdecken 5 häufig verwendete Operationen auf Sätzen. Beginnen wir mit der Generierung einer Menge. Wir können den Mengenkonstruktor an separaten Sammlungen üben, um eine Menge zu erstellen.
mylst = ['EIN', 'EIN', 'B', 'EIN', 'C', 'B']
myst = set(mylst)
drucken(myst)
Ausgabe: {'EIN', 'B', 'C'}
Wir haben ein Set aus einer Liste gebaut. Das Set umfasst nur die einzigartigen Gegenstände in der Liste. Der Mengenkonstruktor kann auch in einem NumPy-Array implementiert werden. Hier ist der Code dafür:
numpy als np importieren
arr = np.random.randint(0, 5, Größe = 20)
myst = set(arr)
drucken(arr)
Ausgabe: [4 0 4 3 1 1 3 0 0 1 3 4 0 3 2 4 1 4 3 3]
drucken(myst)
Ausgabe: {0, 1, 2, 3, 4}
SEHEN SIE JETZT FÜNF OPERATIONEN, DIE SIE IN EINGESTELLTEN DATENSTRUKTUREN IN PYTHON WISSEN SOLLTEN:
1.Elemente hinzufügen und löschen
Es ist eine einfache Methode zum Verbinden oder Löschen von Elementen. Methoden hinzufügen und entfernen anwenden, beziehungsweise:
myst.add(5)
drucken(myst)
Ausgabe: {0, 1, 2, 3, 4, 5}
Wenn wir uns entscheiden, ein Element zuvor in der Menge hinzuzufügen, das Set bleibt gleich und wir erhalten keine Benachrichtigung oder Störung.
myst.add(4)
drucken(myst)
Ausgabe: {0, 1, 2, 3, 4, 5}
Die Anwendung der Löschmethode ist identisch.
myst.entfernen(4)
drucken(myst)
Ausgabe: {0, 1, 2, 3, 5}
2.Aktualisiere einen Satz
Das Aktualisieren eines Sets mit einem anderen Set beinhaltet das Platzieren der Elemente aus dem zweiten Set im ursprünglichen Set. Analysiere die beiden resultierenden Sätze.
myst = set([0, 1, 2, 3, 5]) myotherst = set([3, 4, 5, 6, 7])
Wir können modernisieren “myst” von “myotherst” auf dem nächsten weg:
myst.update(myotherst)
drucken(myst)
Ausgabe: {0, 1, 2, 3, 4, 5, 6, 7}
Der Update-Ansatz ist vorteilhaft, da wir uns nicht um die gleichwertigen und mehrere Elemente in beiden Sets kümmern müssen..
Wir können auch einen Satz mit unabhängigen Datenstrukturen erneuern, als Listen oder Tupel.
myst = set([0, 1, 2, 3, 5])
mylst = [1, 2, 10,11,12]
myst.update(mylst)
drucken(myst)
Ausgabe: {0, 1, 2, 3, 5, 10, 11, 12}
3.Kombinieren von Sets
Die Upgrade-Methode funktioniert vor Ort, was bedeutet, dass es die primäre Menge verändert. Unter bestimmten Umständen, wir brauchen einen Mix aus mehreren Sets ohne die Originale zu erneuern. Das Fügesystem spiegelt die Qualität von zwei Sets wieder, damit wir es an eine andere Variable anhängen können.
myst = {'EIN', 'B', 'C'}
neueste = {'B', 'C', 'D', 'E'}
neu2 = {1, 2, 3}
kombiniert = myst.union(Neuigkeiten).Union(aktuell2)drucken(myst)
Ausgabe: {'EIN', 'B', 'C'}
drucken(kombiniert)
Ausgabe: {'EIN', 1, 2, 'D', 'E', 3, 'B', 'C'}
Wir erhalten eine Sequenz (Mit anderen Worten, Union) der Sätze, aber die ersten Sätze bleiben gleich.
Im obigen Fall, Außerdem haben wir eine seltsame Art und Weise bemerkt, eine Menge zu konstruieren: Teile können in Klammern hinzugefügt werden (“{}”) zum ganzen Set.
4 Vergleich einstellen
Zwei Sets können hinsichtlich ihres Inhalts untersucht werden. Die Methoden issuperset und issubset können verwendet werden, um zwei Mengen in Beziehung zu setzen.
Angenommen, wir haben zwei Mengen namens A und B. Wenn A alle Zutaten in B enthält, dann ist A eine Obermenge von B. Dann, B ist eine Teilmenge von A.
A = {1, 2, 3, 4, 5}
B = {1, 4, 5}
C = {1, 4, 6}
A.issuperset(B)
Ausgabe: Wahr
B.issubset(EIN)
Ausgabe: Wahr
A.issuperset(C)
Ausgabe: Falsch
Einer der Teile von Menge C ist nicht in Menge A. Deswegen, A ist keine Obermenge von C.
Wenn zwei Sets identische Artikel enthalten, sowohl die Obermenge als auch die Teilmenge können zueinander betrachtet werden.
D = {1, 4, 5}
E = {1, 4, 5}
D.Issersatz(E)
Ausgabe: Wahr
D.issubset(E)
Ausgabe: Wahr
5.Der Schnittpunkt und der Unterschied
Mengenlehre ist durchaus vergleichbar mit Venn-Graphen in der Mathematik (Statistiken).
Wir könnten an den Gegenständen beteiligt sein, die in einem Set enthalten sind, aber nicht das gegenteil. Zur selben Zeit, Möglicherweise müssen wir die Highlights in beiden Sets entdecken. Diversity- und Schnittmengen-Methoden können verwendet werden, um diese Aktionen umzusetzen, beziehungsweise.
A = {1, 2, 3, 4, 5}
B = {3, 4, 5, 6, 7, 8}
Ein Unterschied(B)
Ausgabe: {1, 2}
A.Kreuzung(B)
Ausgabe: {3, 4, 5}
B.Unterschied(EIN)
Ausgabe: {6, 7, 8}
Die Verteilung der Mengen wird bei der Bestimmung des Schnittpunktes nicht ausgedrückt. Trotz dieses, die Abweichung wird anhand der Bestellung ermittelt. Die Vielfalt von A von B umfasst Elemente in A, aber nicht in B und umgekehrt.
zusammenfassend
Wir haben Fälle zur Veranschaulichung gemacht 5 tägliche Operationen in Sets. Weitere Methoden können für Sets verwendet werden. Trotz dieses, was wir in diesen Beitrag eingearbeitet haben, ist für die meisten Maximalfälle geeignet.
Verbinden Sie sich mit mir in meinen sozialen Netzwerken: HALBLINKEDINGITHUB. Danke fürs Stöbern.
Die in diesem Beitrag gezeigten Medien sind nicht Eigentum von DataPeaker und werden nach Ermessen des Autors verwendet.
