Python集合：我用这个数据结构，去重只要1行代码

2026-02-28

大家好，我是正在实战各种AI项目的程序员晚枫。

今天聊一个Python中经常被忽视的数据结构——集合（set）。

很多人学Python时跳过了它，觉得用列表就够了。但你知道吗？集合的去重功能，一行代码就能搞定，而且速度飞快！

看完这篇文章，你会发现新大陆。

什么是集合？

集合就像数学里的集合概念：

无序：没有索引，不能通过位置访问
不重复：自动去重，相同的元素只保留一个
可变：可以添加、删除元素

创建集合

# 方式1：花括号
s1 = {1, 2, 3, 3, 3}  # 重复的3会被自动去重
print(s1)  # {1, 2, 3}

# 方式2：set函数
s2 = set([1, 2, 2, 3, 3, 3])
print(s2)  # {1, 2, 3}

# 空集合（注意：{}是字典！）
empty = set()  # 正确
# empty = {}   # 错误，这是空字典

最常用功能：一键去重

列表去重（传统方法）

numbers = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]

# 方法1：循环判断（麻烦）
unique = []
for n in numbers:
    if n not in unique:
        unique.append(n)

# 方法2：用字典（稍好）
unique = list(dict.fromkeys(numbers))

集合去重（终极方案）

1
2
3

numbers = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
unique = list(set(numbers))
print(unique)  # [1, 2, 3, 4]

就这一行！简洁又高效。

集合的关系运算（超实用）

集合最强大的功能是关系运算，处理”谁和谁有交集”这类问题特别方便。

场景：找出共同好友

alice_friends = {'Bob', 'Charlie', 'David'}
bob_friends = {'Alice', 'Charlie', 'Eve'}

# 共同好友（交集）
common = alice_friends & bob_friends
print(common)  # {'Charlie'}

# Alice的所有好友（并集）
all_friends = alice_friends | bob_friends
print(all_friends)  # {'Bob', 'Charlie', 'David', 'Alice', 'Eve'}

# 只在Alice的好友（差集）
only_alice = alice_friends - bob_friends
print(only_alice)  # {'Bob', 'David'}

# 不是共同好友的（对称差集）
not_common = alice_friends ^ bob_friends
print(not_common)  # {'Bob', 'David', 'Alice', 'Eve'}

运算符对照表

运算符	方法	含义
`&`	`intersection()`	交集（共同元素）
`\|`	`union()`	并集（所有元素）
`-`	`difference()`	差集（在前不在后）
`^`	`symmetric_difference()`	对称差集（不共有的）

实战案例：数据分析中的集合应用

假设你有两个销售数据文件，想找出：

两个文件都有的客户
只在A文件中的客户
总共多少不同客户

# 从Excel读取的客户ID
file_a_customers = {1001, 1002, 1003, 1004, 1005}
file_b_customers = {1004, 1005, 1006, 1007, 1008}

# 共同客户
both = file_a_customers & file_b_customers
print(f"两个文件都有的客户：{len(both)}人")

# 只在A文件
only_a = file_a_customers - file_b_customers
print(f"只在A文件的客户：{len(only_a)}人")

# 总客户数
total = len(file_a_customers | file_b_customers)
print(f"总客户数：{total}人")

用集合，3行代码搞定复杂分析！

集合的其他操作

添加和删除

s = {1, 2, 3}

# 添加元素
s.add(4)        # {1, 2, 3, 4}
s.update([5, 6])  # {1, 2, 3, 4, 5, 6}

# 删除元素
s.remove(3)     # 元素不存在会报错
s.discard(10)   # 元素不存在不会报错
s.pop()         # 随机删除一个（集合无序）

判断操作

a = {1, 2, 3}
b = {1, 2}

print(b.issubset(a))      # True，b是a的子集
print(a.issuperset(b))    # True，a是b的超集
print(a.isdisjoint(b))    # False，a和b有交集