【Python生信编程笔记】集合

集合类似于列表，但有两个明显的区别:它的元素是无序的，且每个元素都是唯一的。

集合最常见的用途是成员测试、重复删除和数学运算的应用:交集、并集、差集和对称差集。

一、创建集合

first_set={'CP0140.1','XJ8113.5','EF3616.3'}

也可以先创建一个空集合，再在里面加元素：

In [4]: first_set=set()
In [5]: first_set.add('CP0140.1')
In [6]: first_set.add('XJ8113.5')
In [7]: first_set.add('EF3616.3')
In [8]: first_set
Out[8]: {'CP0140.1', 'EF3616.3', 'XJ8113.5'}

还可以通过推导式定义集合：

In [9]: {2*x for x in [1,2,3]}
Out[9]: {2, 4, 6}

由于集合不接受重复元素，所以当你尝试添加一个已经存在于集合中的元素时，不会产生任何效果:

In [11]: first_set.add('CP0140.1')
In [12]: first_set
Out[12]: {'CP0140.1', 'EF3616.3', 'XJ8113.5'}

这个特性可以用来去重复元素：

In [13]: uniques={2,2,3,4,5,3}
In [14]: uniques
Out[14]: {2, 3, 4, 5}

二、集合操作

• 相交：从两个集合中得到相同的元素，使用intersection() 简写 &:

In [15]: first_set
Out[15]: {'CP0140.1', 'EF3616.3', 'XJ8113.5'}
In [16]: other_set={'EF3616.3'}
In [17]: common=first_set.intersection(other_set)
In [18]: common
Out[18]: {'EF3616.3'}

#common = first_set & other_set

• 并集：两个(或多个)集合的并集是运算符union()，简写 |：

In [19]: first_set
Out[19]: {'CP0140.1', 'EF3616.3', 'XJ8113.5'}
In [20]: other_set={'AB7416.2'}
In [21]: first_set.union(other_set)
Out[21]: {'AB7416.2', 'CP0140.1', 'EF3616.3', 'XJ8113.5'}
In [22]: first_set | other_set
Out[22]: {'AB7416.2', 'CP0140.1', 'EF3616.3', 'XJ8113.5'}

• 差集：差集是结果的元素集合属于一个集合而不属于另一个集合，用 - 表示：

In [23]: first_set
Out[23]: {'CP0140.1', 'EF3616.3', 'XJ8113.5'}
In [24]: first_set.difference(other_set)
Out[24]: {'CP0140.1', 'EF3616.3', 'XJ8113.5'}
In [25]: first_set - other_set
Out[25]: {'CP0140.1', 'EF3616.3', 'XJ8113.5'}

• 对称差集：对称差指的是那些不属于交集的元素，用symmetric_difference()，简写为^:

In [26]: first_set.symmetric_difference(other_set)
Out[26]: {'AB7416.2', 'CP0140.1', 'EF3616.3', 'XJ8113.5'}
In [27]: first_set ^ other_set
Out[27]: {'AB7416.2', 'CP0140.1', 'EF3616.3', 'XJ8113.5'}

三、集合其它的操作与其它数据类型的操作相同

• 最大，最小及长度。
• 将集合转换为列表：与字符串一样，可以使用list()函数将集合转换为列表:

In [28]: first_set
Out[28]: {'CP0140.1', 'EF3616.3', 'XJ8113.5'}
In [29]: list(first_set)
Out[29]: ['EF3616.3', 'XJ8113.5', 'CP0140.1']