ceacer 2 已发布 1月29号 分享 已发布 1月29号 (一)Python集合数据类型Set总结-1 1、set特点 set 可以过滤重复元素,本身是无序的(元素顺序是混乱的)不重复的 示例-1: set = {1,2,2,3,4,4,5,6,7,7} #输出set对象 print(set) 结果:{1, 2, 3, 4, 5, 6, 7} 示例-2: set = {“abc”} #输出set对象 print(set) 示例-3: set = {“aaa”,”bbb”,”ccc”} #输出set对象 print(set) 结果:{‘aaa’, ‘bbb’, ‘ccc’} 2、加运算add 示例-1: set = {“aaa”,”bbb”,”ccc”} set.add(“ddd”) print(set) 结果:{‘aaa’, ‘bbb’, ‘ddd’, ‘ccc’} 示例-2: set = {1 ,2 , 3} set.add(“ddd”) print(set) 结果:{1, 2, 3, ‘ddd’} 3、update运算 示例-1: set1 = {“aaa”,”bbb”,”ccc”} set2 = {“111″,”222″,”333”} set1.update(set2) print(set1) print(set2) 结果: {‘aaa’, ‘222’, ‘333’, ‘ccc’, ‘111’, ‘bbb’} {‘222’, ‘333’, ‘111’} 4、删除操作remove set = {“aaa”,”bbb”,”ccc”} set.remove(“bbb”) print(set) 结果:{‘ccc’, ‘aaa’} 5、出栈操作pop set = {“aaa”,”bbb”,”ccc”} set.pop() #”aaa”出栈 set.pop() #”bbb”出栈 print(set) 结果:{‘ccc’} 6、清除所有元素clear set = {“aaa”,”bbb”,”ccc”} set.clear() print(set) 结果:set() (二)Python集合数据类型Set总结-2 1、交运算 & 或者 intersection 示例: set1 = {1,2,3} set2 = {3,4,5} result = set1 & set2 print(result) 结果:{3} 示例-2: set1 = {1,2,3} set2 = {3,4,5} result = set1.intersection(set2) print(result) 结果:{3} 2、并运算 | 或者 union 示例-1: set1 = {1,2,3} set2 = {3,4,5} result = set1 | set2 print(result) 结果:{1, 2, 3, 4, 5} 示例-2: set1 = {1,2,3} set2 = {3,4,5} result = set1.union(set2) print(result) 结果:{1, 2, 3, 4, 5} 3、差运算 – 或者difference 示例-1: set1 = {1,2,3} set2 = {3,4,5} result = set1 – set2 print(result) 结果:{1, 2} 示例-2: set1 = {1,2,3} set2 = {3,4,5} result = set1.difference(set2) print(result) 结果:{1, 2} 4、判断 示例-1: set1 = {1,2,3} set2 = {1,3} #判断set2是不是set1的子集 print(set2.issubset(set1)) #用于判断指定集合的所有元素是否都包含在原始的集合中,如果是则返回 True,否则返回 False。 print(set1.issuperset(set2)) 结果: True True 示例-2: set = {1,2,3} set2 = {1,3} x = 1 print( x in set ) 结果: True 5、和其它集合相互转换 (1)#生成个列表 list = [x for x in range(10)] print(list) 结果:[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] (2)#将List转换为Set s = set(list) print(s) 结果:{0, 1, 2, 3, 4, 5, 6, 7, 8, 9} (3)将List转换为元组 t = tuple(list) print(t) 结果:(0, 1, 2, 3, 4, 5, 6, 7, 8, 9) 《大数据和人工智能交流》的宗旨 1、将大数据和人工智能的专业数学:概率数理统计、线性代数、决策论、优化论、博弈论等数学模型变得通俗易懂。 2、将大数据和人工智能的专业涉及到的数据结构和算法:分类、聚类 、回归算法、概率等算法变得通俗易懂。 3、最新的高科技动态:数据采集方面的智能传感器技术;医疗大数据智能决策分析;物联网智慧城市等等。 根据初学者需要会有C语言、Java语言、Python语言、Scala函数式等目前主流计算机语言。 根据读者的需要有和人工智能相关的计算机科学与技术、电子技术、芯片技术等基础学科通俗易懂的文章。 评论链接 在其他网站上分享 更多分享选项...
推荐帖
创建账户或登录以发表评论
您需要成为会员才能发表评论
创建一个帐户
在我们的社区注册一个新账户。很简单!
注册新账户登入
已有账户?在此登录
立即登录