Python集合：我用这个数据结构，去重只要1行代码

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？

想象你面前有一堆混在一起的球，有红的有蓝的有绿的，有的重复了：

红球、红球、蓝球、绿球、绿球、绿球、红球

现在你把它们倒进一个箱子里，摇一摇——拿出来时，每种颜色的球只出现一次。

这就是集合：会自动去重、没有顺序、只存唯一值。

创建集合

# 方式1：花括号（和字典一样，但存的是值，不是键值对）
s1 = {1, 2, 3, 3, 3}
print(s1)  # {1, 2, 3}

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

⚠️ 注意：{} 是空字典，不是空集合！空集合要用 set()

empty_set = set()    # ✅ 正确：空集合
# empty_dict = {}     # ❌ 这是空字典，不是集合

---

最常用功能：一键去重

假设你有一个列表，里面有重复的名字，要去掉重复的：

场景：去掉重复的客户名单

# 有重复的客户名单
customers = ["张三", "李四", "王五", "张三", "赵六", "李四", "钱七"]
print(f"原始列表（{len(customers)}人）：{customers}")

# ❌ 方法1：循环判断（麻烦）
unique1 = []
for name in customers:
    if name not in unique1:
        unique1.append(name)

# ❌ 方法2：字典去重（稍好）
unique2 = list(dict.fromkeys(customers))

# ✅ 方法3：集合去重（一行搞定！）
unique3 = list(set(customers))

print(f"去重后（{len(unique3)}人）：{unique3}")

运行结果：

原始列表（7人）：['张三', '李四', '王五', '张三', '赵六', '李四', '钱七']
去重后（5人）：['张三', '李四', '王五', '赵六', '钱七']

💡 为什么用集合？ 集合内部用哈希表实现，查找速度比列表快得多。数据量大时，优势明显。

---

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：找出两个班级的共同好友

# Alice 的好友列表
alice_friends = {'Bob', 'Charlie', 'David', 'Eve'}
# Bob 的好友列表
bob_friends = {'Alice', 'Charlie', 'Eve', 'Frank'}

# 🎯 共同好友（交集 &）
common = alice_friends & bob_friends
print(f"共同好友：{common}")

# 📦 Alice 的所有好友（并集 |）
all_friends = alice_friends | bob_friends
print(f"所有好友：{all_friends}")

# 👤 只在 Alice 好友列表里的（差集 -）
only_alice = alice_friends - bob_friends
print(f"只在 Alice 列表：{only_alice}")

# 🔄 不是共同好友的（对称差集 ^）
not_common = alice_friends ^ bob_friends
print(f"非共同好友：{not_common}")

运行结果：

共同好友：{'Eve', 'Charlie'}
所有好友：{'Alice', 'David', 'Frank', 'Bob', 'Charlie', 'Eve'}
只在 Alice 列表：{'David', 'Bob'}
非共同好友：{'Alice', 'David', 'Frank', 'Bob'}

运算符对照表

运算符	方法	含义	记忆方式
&	intersection()	交集（共同元素）	两个都要
|	union()	并集（所有元素）	合在一起
-	difference()	差集（在A不在B）	A减掉B
^	symmetric_difference()	对称差集（不共有）	去掉共同的

---

实战案例：销售数据分析

假设你有两个销售文件，想快速分析客户重叠情况：

# 从文件A读取的客户ID
file_a = {1001, 1002, 1003, 1004, 1005}
# 从文件B读取的客户ID
file_b = {1004, 1005, 1006, 1007, 1008}

# 两个文件都有的客户
both_files = file_a & file_b
print(f"两个文件都有的客户：{both_files}")
print(f"人数：{len(both_files)}人")

# 只在A文件
only_a = file_a - file_b
print(f"只在A文件的客户：{only_a}")

# 总共有多少不同客户
total = len(file_a | file_b)
print(f"总客户数（去重后）：{total}人")

运行结果：

两个文件都有的客户：{1004, 1005}
人数：2人
只在A文件的客户：{1001, 1002, 1003}
总客户数（去重后）：8人

---

集合的其他操作

添加和删除元素

s = {1, 2, 3}

# 添加一个
s.add(4)
print(s)  # {1, 2, 3, 4}

# 添加多个
s.update([5, 6])
print(s)  # {1, 2, 3, 4, 5, 6}

# 删除（元素不存在会报错）
s.remove(3)
print(s)  # {1, 2, 4, 5, 6}

# 删除（元素不存在不会报错）
s.discard(99)  # 什么都不发生

# 随机删除一个
popped = s.pop()
print(f"删除了：{popped}, 剩下：{s}")

判断子集/超集

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

---

什么时候用集合？

✅ 适合用集合的场景

• 需要去重 → 一行搞定
• 判断成员是否存在 → 比列表快100倍！
• 求交集、并集、差集 → 直接用运算符
• 需要确保元素唯一性 → 自动去重

❌ 不适合用集合的场景

• 需要保持顺序 → 集合无序
• 需要通过索引访问 → 集合没有索引
• 需要存可变对象 → 列表不能放集合里

---

---

📚 推荐：Python 零基础实战营

系统学习Python，推荐这个免费入门课程 👇

特点	说明
🎯 专为0基础设计	门槛低，上手快
📹 配套视频讲解	配合文章学习效果更好
💬 专属答疑群	遇到问题有人带
🎁 实体书赠送	优秀学员送《Python编程从入门到实践》

👉 点击免费领取 Python 零基础实战营

本讲小结

操作	代码	说明
创建集合	{1, 2, 3} 或 set([1,2,3])	花括号或set函数
去重	list(set(data))	一行代码搞定
交集	a & b	共同的元素
并集	a | b	所有元素合并
差集	a - b	在a里不在b里
添加	s.add(x)	加一个元素
删除	s.remove(x)	删除指定元素

💡 记住一句话：要去重？用 set！要做关系运算？用 set！

---

下节预告

学会了集合，下一篇来学装饰器——给函数加功能的"黑魔法"。

👉 继续阅读：Python装饰器

---

课程导航

下一篇： Python函数参数*args和**kwargs详解

下一篇： Python装饰器：给函数加功能的黑魔法

---

PS：集合是Python最被低估的数据结构之一。记住：要去重用set，要快用set，要做关系运算还是用set！

进群

嗨，扫码 进群

微信