set di Python | Operazioni di assemblaggio Python

Questo post è stato reso pubblico come parte del Blogathon sulla scienza dei dati

Gli insiemi sono un esempio delle strutture dati essenziali di Python.

introduzione

Le strutture dati sono la casa di costruzione degli script Python. Mantieni o includi i dati con attenzione in modo che i lavoratori operino in modo più efficiente. Perché, è di fondamentale importanza indagare come cooperare con le strutture dati.

Un insieme è una combinazione di oggetti con gli ultimi punti caratteristici.

• I set sono disordinati
• I set contengono elementi diversi.
• Gli elementi in un set richiedono di essere permanenti, In altre parole, immutabile.

Come sono disordinati i set, non possiamo eseguire operazioni come l'indicizzazione e la segmentazione degli insiemi. Un insieme non rende possibile avere oggetti mutabili come liste come elemento in un insieme Python. Un caso d'uso comune per gli assiemi consiste nell'eliminare parti duplicate da una combinazione o sequenza.

In questo rapporto, scopriremo 5 operazioni comunemente usate sugli insiemi. Iniziamo generando un insieme. Possiamo esercitarci con il costruttore di insiemi su raccolte separate per costruire un insieme.

mylst = ['UN', 'UN', 'B', 'UN', 'C', 'B']
myst = set(mylst)
Stampa(mistico)
Produzione: {'UN', 'B', 'C'}

Abbiamo costruito un set da una lista. Il set copre solo gli articoli unici nell'elenco. Il costruttore set può anche essere implementato in un array NumPy. Ecco il codice per questo:

importa numpy come np
arr = np.random.randint(0, 5, dimensione = 20)
myst = set(arr)
Stampa(arr)
Produzione: [4 0 4 3 1 1 3 0 0 1 3 4 0 3 2 4 1 4 3 3]
Stampa(mistico)
Produzione: {0, 1, 2, 3, 4}

ORA VEDI CINQUE OPERAZIONI CHE DEVI CONOSCERE NELLE STRUTTURE DATI IMPOSTATE IN PYTHON:

1.Aggiungi ed elimina elementi

È un metodo semplice per unire o eliminare elementi. Si applicano metodi di aggiunta e rimozione, rispettivamente:

myst.add(5)
Stampa(mistico)
Produzione: {0, 1, 2, 3, 4, 5}

Se decidiamo di aggiungere un elemento precedentemente nell'insieme, il set rimarrà lo stesso e non riceveremo un avviso o un fallimento.

myst.add(4)
Stampa(mistico)
Produzione: {0, 1, 2, 3, 4, 5}

L'applicazione del metodo di cancellazione è identica.

myst.rimuovi(4)
Stampa(mistico)
Produzione: {0, 1, 2, 3, 5}

2.Aggiorna un set

L'aggiornamento di un set con un altro implica il posizionamento degli elementi del secondo set nel set originale. Analizzare i due insiemi risultanti.

myst = set([0, 1, 2, 3, 5])
mio altro = set([3, 4, 5, 6, 7])

Possiamo modernizzare “mistico” di “mio altro” nel prossimo modo:

myst.update(mio altro)
Stampa(mistico)
Produzione: {0, 1, 2, 3, 4, 5, 6, 7}

L'approccio di aggiornamento è vantaggioso perché non dobbiamo preoccuparci degli elementi equivalenti e multipli in entrambi i set..

Possiamo anche rinnovare un set con strutture dati indipendenti, come liste o tuple.

myst = set([0, 1, 2, 3, 5])
mylst = [1, 2, 10,11,12]
myst.update(mylst)
Stampa(mistico)
Produzione: {0, 1, 2, 3, 5, 10, 11, 12}

3.Combinazione di set

Il metodo di aggiornamento opera sul posto, il che implica che altera l'insieme primario. In alcune circostanze, abbiamo bisogno di un mix di più set senza rinnovare gli originali. Il sistema di giunzione riflette la qualità di due set, por lo que podemos adjuntarlo a una variabileIn statistica e matematica, un "variabile" è un simbolo che rappresenta un valore che può cambiare o variare. Esistono diversi tipi di variabili, e qualitativo, che descrivono caratteristiche non numeriche, e quantitativo, che rappresentano quantità numeriche. Le variabili sono fondamentali negli esperimenti e negli studi, poiché consentono l'analisi delle relazioni e dei modelli tra elementi diversi, facilitare la comprensione di fenomeni complessi.... Poiché Hadoop è una tecnologia che archivia enormi volumi di informazioni e consente di implementare l'analisi predittiva da enormi quantità di dati.

myst = {'UN', 'B', 'C'}
novità = {'B', 'C', 'D', "E"}
news2 = {1, 2, 3}
combinata = myst.union(notizie).unione(news2)Stampa(mistico)
Produzione: {'UN', 'B', 'C'}
Stampa(combinato)
Produzione: {'UN', 1, 2, 'D', "E", 3, 'B', 'C'}

Otteniamo una sequenza (In altre parole, Unione) dei set, ma i primi set rimangono gli stessi.

Nel caso sopra, inoltre abbiamo notato uno strano modo di costruire un set: le parti possono essere aggiunte all'interno delle parentesi graffe (“{}”) a tutto il set.

4 impostare il confronto

Due set possono essere esaminati in termini di elementi che contengono. I metodi issuperset e issubset possono essere utilizzati per mettere in relazione due insiemi.

Supponiamo di avere due insiemi chiamati A e B. Se A include tutti gli ingredienti in B, allora A è un superinsieme di B. Quindi, B è un sottoinsieme di A.

A = {1, 2, 3, 4, 5}
B = {1, 4, 5}
C = {1, 4, 6}
A.issuperset(B)
Produzione: Vero
B.issubset(UN)
Produzione: Vero
A.issuperset(C)
Produzione: falso

Una delle parti dell'insieme C non è nell'insieme A. Perché, A non è un superinsieme di C.

Se due set contengono elementi identici, sia il superinsieme che il sottoinsieme possono essere considerati l'uno con l'altro.

D = {1, 4, 5}
E = {1, 4, 5}
D.issuperset(E)
Produzione: Vero
D.issubset(E)
Produzione: Vero

5.L'incrocio e la differenza

La teoria degli insiemi è abbastanza paragonabile ai grafici di Venn in matematica (statistiche).

Potremmo essere coinvolti negli elementi che sono in un set, ma non il contrario. Allo stesso tempo, potremmo aver bisogno di scoprire i punti salienti trovati in entrambi i set. Diversità e metodi di intersezione possono essere utilizzati per implementare queste azioni, rispettivamente.

A = {1, 2, 3, 4, 5}
B = {3, 4, 5, 6, 7, 8}
Una differenza(B)
Produzione: {1, 2}
A.intersezione(B)
Produzione: {3, 4, 5}
B.differenza(UN)
Produzione: {6, 7, 8}

La distribuzione degli insiemi non è espressa nel determinare l'intersezione. Nonostante questo, la deviazione è determinata in base all'ordine. La diversità di A da B include elementi in A ma non in B e viceversa.

riassumendo

Abbiamo realizzato casi per illustrare 5 operazioni quotidiane fatte in serie. È possibile utilizzare più metodi per i set. Nonostante questo, quello che abbiamo incorporato in questo post è adatto per la maggior parte dei casi massimi.

Connettiti con me sui miei social network: METÀLINKEDINGITHUB. Grazie per la navigazione.

Il supporto mostrato in questo post non è di proprietà di DataPeaker e viene utilizzato a discrezione dell'autore.

Imparentato