Python集合Set全套运算详解|附大量实操案例

前言

在Python中，列表list、元组tuple、字典dict大家用得最多，但set集合常常被忽略。集合最大两个特性：

1. 元素唯一，自动去重；
2. 无序存储（无法通过下标取值）；
3. 支持数学里全套集合运算：交集、并集、差集、对称差集、子集、超集判断。

日常场景：数据去重、两批数据对比、筛选共同/独有数据、权限匹配、标签筛选等，用集合运算一行代码搞定，比循环判断简洁几十倍。

本文分4大块：集合基础创建 → 4大核心集合运算 → 子集/超集/相等判断 → 常用内置方法 + 完整可运行案例

一、Set集合基础创建与特性

1. 创建集合两种方式

# 方式1：大括号{}，元素逗号分隔
s1 = {1, 2, 3, 4, 5}
print(s1)  # {1,2,3,4,5}

# 方式2：set()构造函数，接收可迭代对象（列表/字符串/元组）
s2 = set([2, 4, 6, 8, 10])
print(s2)  # {2,4,6,8,10}

# 空集合注意：不能用{}，{}是空字典，空集合必须 set()
empty_set = set()
print(type(empty_set))  # <class 'set'>
empty_dict = {}
print(type(empty_dict)) # <class 'dict'>

2. 核心特性：自动去重

集合不允许重复元素，写入重复值会自动丢弃：

# 列表有重复数字
lst = [1, 1, 2, 2, 3, 3, 3]
# 转集合一键去重
s = set(lst)
print(s)  # {1, 2, 3}

# 字符串去重案例
str_set = set("aabbccddeeff")
print(str_set)  # {'a','b','c','d','e','f'}

3. 限制：元素必须不可变

集合内不能放列表、字典这类可变对象，数字、字符串、元组可以：

# 合法
s_ok = {1, "python", (10, 20)}

# 报错！list可变，不能放入集合
# s_err = {1, [2,3]}

二、四大核心集合运算（重点）

现有两组数据作为统一测试样本，全程复用：

# 集合A：1~5
A = {1, 2, 3, 4, 5}
# 集合B：2,4,6,8,10
B = {2, 4, 6, 8, 10}

运算1：并集 | （合并所有元素，自动去重）

数学含义：把A、B所有元素合并，重复只保留一份 两种写法：| 运算符 / union() 方法

# 写法1：运算符 |
res1 = A | B
# 写法2：内置方法 union()
res2 = A.union(B)

print("并集结果：", res1)
# 输出：{1, 2, 3, 4, 5, 6, 8, 10}
print(res1 == res2)  # True，两种写法完全等价

实用场景：合并两个用户标签、合并两份数据源、整合多文件ID。

运算2：交集 & （只保留两者共同存在的元素）

数学含义：同时在A和B中出现的元素 两种写法：& / intersection()

res1 = A & B
res2 = A.intersection(B)

print("交集结果：", res1)
# 输出：{2, 4}

实用场景：找出两个班级共同学生、两款商品共有的标签、同时满足两个条件的数据。

运算3：差集 - （属于A但不属于B的独有元素）

数学含义：A独有的元素，分A-B、B-A两种，不能互换 两种写法：- / difference()

# A-B：只在A，不在B
diff1 = A - B
diff1_fun = A.difference(B)
print("A独有的元素：", diff1)  # {1, 3, 5}

# B-A：只在B，不在A
diff2 = B - A
diff2_fun = B.difference(A)
print("B独有的元素：", diff2)  # {6, 8, 10}

实用场景：找出只买A商品没买B的客户、新增数据、删除数据对比。

运算4：对称差集 ^ （两者各自独有的元素合集，去掉公共部分）

数学含义：A独有 + B独有，排除交集 两种写法：^ / symmetric_difference()

res1 = A ^ B
res2 = A.symmetric_difference(B)

print("对称差集：", res1)
# 输出：{1, 3, 5, 6, 8, 10}

等价公式：A ^ B = (A - B) | (B - A)

实用场景：对比两份列表找出全部不一样的数据、新旧版本差异对比。

四大运算汇总对照表

三、子集、超集、相等判断（布尔返回）

依然使用样本 A={1,2,3,4,5}，新增小集合 C={2,4}

1. 子集判断 <= / issubset()

C <= A：C所有元素都在A中，C是A的子集

print(C <= A)          # True
print(C.issubset(A))   # True

# 反向 A <= C 不成立
print(A <= C)          # False

2. 真子集 <

完全包含且不相等

print(C < A)  # True
print(A < A)  # False（相等不算真子集）

3. 超集 >= / issuperset()

A包含C，A是C的超集

print(A >= C)
print(A.issuperset(C))  # True

4. 真超集 >

print(A > C)  # True
print(C > A)  # False

5. 集合相等 ==

元素完全一致才相等，顺序无关（集合无序）

s_x = {1, 3, 5}
s_y = {5, 1, 3}
print(s_x == s_y)  # True

6. 判断无交集 isdisjoint()

两个集合没有任何共同元素返回True

D = {7,9,11}
print(A.isdisjoint(D))  # True，A和D无重叠
print(A.isdisjoint(B))  # False，存在2、4交集

四、集合原地修改运算（直接改变原集合）

上面所有运算都会生成新集合，不修改原数据；下面带=的运算符直接修改自身，无返回值。

A = {1,2,3,4,5}
B = {2,4,6}

# 1. 原地并集 |= update()
A |= B
print(A)  # {1,2,3,4,5,6}

# 重置A
A = {1,2,3,4,5}
A.update(B)
print(A)

# 2. 原地交集 &= intersection_update()
A = {1,2,3,4,5}
A &= B
print(A)  # {2,4}

# 3. 原地差集 -= difference_update()
A = {1,2,3,4,5}
A -= B
print(A)  # {1,3,5}

# 4. 原地对称差集 ^= symmetric_difference_update()
A = {1,2,3,4,5}
A ^= B
print(A)  # {1,3,5,6}

五、实战综合案例

案例1：列表一键去重（最常用）

# 原始带重复数据
user_ids = [101, 102, 101, 103, 102, 104]
# 转集合去重，再转回列表
unique_ids = list(set(user_ids))
print(unique_ids)
# 注意：集合无序，若要保留原有顺序Python3.7+可用：
from collections import OrderedDict
unique_order = list(OrderedDict.fromkeys(user_ids))
print(unique_order)

案例2：找出两个列表共同好友

friends_zhang = ["小明", "小红", "小李", "小张"]
friends_li = ["小红", "小王", "小张", "小赵"]

# 转集合求交集
common = set(friends_zhang) & set(friends_li)
print("共同好友：", common)
# 输出：{'小红', '小张'}

案例3：对比新旧用户，找出新增/流失用户

old_users = {1, 2, 3, 4}
new_users = {3, 4, 5, 6}

add = new_users - old_users    # 新增用户 {5,6}
lose = old_users - new_users   # 流失用户 {1,2}
diff_all = old_users ^ new_users # 所有有变动用户

print("新增用户：", add)
print("流失用户：", lose)
print("变动用户总集合：", diff_all)

案例4：标签筛选，同时拥有两个标签的商品

tag_electronic = {"phone", "pad", "watch"}
tag_sale = {"phone", "earphone", "pad"}

# 既是电子产品又在促销的商品
sale_electric = tag_electronic & tag_sale
print(sale_electric)  # {'phone', 'pad'}

六、Set常用增删查方法补充

1. 添加元素 add() / update()

s = {1,2,3}
s.add(4)       # 添加单个元素
s.update([5,6]) # 添加多个可迭代元素
print(s) # {1,2,3,4,5,6}

2. 删除元素三方法

s = {1,2,3,4}
s.remove(2)    # 删除指定元素，不存在则报错
s.discard(99)   # 删除，不存在不报错（推荐）
s.pop()         # 随机删除一个元素并返回
s.clear()       # 清空集合

3. 判断元素是否存在 in

s = {10,20,30}
print(10in s)   # True
print(99in s)   # False

七、文末总结

1. 集合set核心优势：自动去重、原生支持数学集合运算，数据对比效率远高于列表循环；
2. 四大运算记口诀：|合并 &取共 -独有 ^双向差异；
3. 区分普通运算（生成新集合）和原地|=/-=运算（修改自身）；
4. 适用场景：数据去重、两组数据差异对比、共同数据筛选、标签/权限匹配；
5. 局限：无序、不能存可变类型（列表、字典），需要有序去重需搭配OrderedDict。

完整代码可直接复制运行，工作中处理批量数据对比时，优先使用集合替代多层for循环，代码更简洁、执行速度更快。