Get started learning Python with DataCamp's free Intro to Python tutorial. Learn Data Science by completing interactive coding challenges and watching videos by expert instructors. Start Now!

Previous Tutorial Next Tutorial

Zbiory


Zbiory to tablice, w których nie ma dwóch lub więcej identycznych elementów. Powiedzmy, że chcesz dostać zbiór wszystkich słów użytych w danym zdaniu:

print set("jego imie to Eryk i Eryk jest jego imieniem".split())

Na w oknie interpretera pojawi się tablica zawierająca "jego", "imie", "to", "Eryk", "i" "jest", i na końcu "imieniem". Wszystkie słowa, które były użyte w zdaniu dwa lub więcej razy, pojawiają się w zbiorze tylko raz.

Python umożliwia wykonywanie podstawowych działań na zbiorach. Jako przykład rozważmy dwa zbiory, w których zapisano imion A i B

A = set(["Jake", "John", "Eric"])
B = set(["John", "Jill"])

Aby dowiedzieć się, które osoby brały udział w obu wydarzeniach, użyj metody "intersection" (część wspólna):

print A.intersection(B) # set(['John'])
print B.intersection(A) # set(['John'])

Aby ustalić, którzy brali udział tylko w jednym z wydarzeń, użyj metody "symmetric_difference" (różnica symetryczna):

print A.symmetric_difference(B) # set(['Jill', 'Jake', 'Eric'])
print B.symmetric_difference(A) # set(['Jill', 'Jake', 'Eric'])

Wyodrębnieniu osób, które brały udział w A i nie brały w B, służy różnica zbiorów "difference":

print A.difference(B) # set(['Jake', 'Eric']
print B.difference(A) # set(['Jill'])

Z kolei"union" (suma zbiorów) da nam listę wszyskich osób:

print A.union(B) # set(['Jill', 'Jake', 'John', 'Eric'])

Ćwiczenie

W ćwiczeniu poniżej musisz utworzyć zbiory A, B, C z odpowiednich tablic i wypisać następujące zbiory imion:

  1. imiona, które są w przynajmniej w jednym ze zbiorów A, B i C (czyli zwykła suma);

  2. imiona, które są w zbiorach jednocześnie w zbiorach A, B i C;

  3. imiona, które są albo w zbiorze A albo w sumie zbiorów B i C.


This site generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join over a million other learners and get started learning Python for data science today!

Previous Tutorial Next Tutorial
test