Python の set() 関数を使用してコレクションを作成する
Python の set() 関数を使用してセットを作成する
Python では、セット (set) は順序付けされていない可変データ型であり、構成要素は次のとおりです。非反復要素のみからなる。リストやタプルと比較して、セットは検索速度が速く、要素の重複は許可されません。セットは、一意性が必要なデータを操作する場合に非常に便利なデータ構造です。
Python の set() 関数を使用して、新しいコレクションを作成できます。 set() 関数を使用する場合、リスト、タプル、文字列などの反復可能なオブジェクトをパラメータとして渡すことができます。 set() 関数を使用してコレクションを作成する方法を示すサンプル コードを次に示します。
-
空のコレクションの作成
my_set = set() print(my_set) # 输出 set()
ログイン後にコピー 空のコレクションの作成要素を含むコレクション
my_set = set([1, 2, 3, 4, 5]) print(my_set) # 输出 {1, 2, 3, 4, 5}
ログイン後にコピー文字列を含むコレクションの作成
my_set = set("Hello") print(my_set) # 输出 {'o', 'l', 'H', 'e'}
ログイン後にコピー
上記の例では、 set() 関数がコレクションを作成し、重複した要素を自動的に削除します。コレクションには順序がないため、出力順序はランダムです。
set() 関数の使用に加えて、中括弧 ({}) を使用してセットを作成することもできます。ただし、{} は空の辞書を作成するため、set() 関数は空のコレクションを作成する場合にのみ使用できることに注意してください。
集合の関数は非常に強力で、和集合、積集合、差分、対称差分など、多くの一般的な集合演算をサポートしています。サンプル コードを次に示します。
Union
set1 = set([1, 2, 3]) set2 = set([3, 4, 5]) union_set = set1.union(set2) print(union_set) # 输出 {1, 2, 3, 4, 5}
ログイン後にコピーIntersection
set1 = set([1, 2, 3]) set2 = set([3, 4, 5]) intersection_set = set1.intersection(set2) print(intersection_set) # 输出 {3}
ログイン後にコピーDifference
set1 = set([1, 2, 3]) set2 = set([3, 4, 5]) difference_set = set1.difference(set2) print(difference_set) # 输出 {1, 2}
ログイン後にコピー対称差分セット
set1 = set([1, 2, 3]) set2 = set([3, 4, 5]) symmetric_difference_set = set1.symmetric_difference(set2) print(symmetric_difference_set) # 输出 {1, 2, 4, 5}
ログイン後にコピー
上記のコード例を通して、セットの操作が非常にシンプルかつ直観的であることがわかります。実際のプログラミングでは、セットを使用して、重複する要素を削除したり、要素が存在するかどうかを判断したり、2 つのセットが交差しているかどうかを判断したりすることができます。
基本的な操作に加えて、コレクションでは、要素の追加、要素の削除、コレクションの長さの検索などのメソッドもサポートされています。例:
要素の追加
my_set = set([1, 2, 3]) my_set.add(4) print(my_set) # 输出 {1, 2, 3, 4}
ログイン後にコピー要素の削除
my_set = set([1, 2, 3]) my_set.remove(2) print(my_set) # 输出 {1, 3}
ログイン後にコピーset
my_set = set([1, 2, 3]) length = len(my_set) print(length) # 输出 3
ログイン後にコピー
概要:
この記事では、Python の set() 関数を使用してセットを作成する方法を紹介し、セットの基本操作と一般的なセット操作を示します。 Set は非常に便利なデータ構造で、重複要素の削除、要素が存在するかどうかの判断、交差や和集合の検索などの操作に使用できます。日常的なプログラミングでは、コレクションを合理的に使用すると、プログラムの効率と読みやすさが向上します。
以上がPython の set() 関数を使用してコレクションを作成するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック









PHPとPythonには独自の利点と短所があり、選択はプロジェクトのニーズと個人的な好みに依存します。 1.PHPは、大規模なWebアプリケーションの迅速な開発とメンテナンスに適しています。 2。Pythonは、データサイエンスと機械学習の分野を支配しています。

Pytorch GPUアクセラレーションを有効にすることで、CentOSシステムでは、PytorchのCUDA、CUDNN、およびGPUバージョンのインストールが必要です。次の手順では、プロセスをガイドします。CUDAおよびCUDNNのインストールでは、CUDAバージョンの互換性が決定されます。NVIDIA-SMIコマンドを使用して、NVIDIAグラフィックスカードでサポートされているCUDAバージョンを表示します。たとえば、MX450グラフィックカードはCUDA11.1以上をサポートする場合があります。 cudatoolkitのダウンロードとインストール:nvidiacudatoolkitの公式Webサイトにアクセスし、グラフィックカードでサポートされている最高のCUDAバージョンに従って、対応するバージョンをダウンロードしてインストールします。 cudnnライブラリをインストールする:

DockerはLinuxカーネル機能を使用して、効率的で孤立したアプリケーションランニング環境を提供します。その作業原則は次のとおりです。1。ミラーは、アプリケーションを実行するために必要なすべてを含む読み取り専用テンプレートとして使用されます。 2。ユニオンファイルシステム(UnionFS)は、違いを保存するだけで、スペースを節約し、高速化する複数のファイルシステムをスタックします。 3.デーモンはミラーとコンテナを管理し、クライアントはそれらをインタラクションに使用します。 4。名前空間とcgroupsは、コンテナの分離とリソースの制限を実装します。 5.複数のネットワークモードは、コンテナの相互接続をサポートします。これらのコア概念を理解することによってのみ、Dockerをよりよく利用できます。

PythonとJavaScriptには、コミュニティ、ライブラリ、リソースの観点から、独自の利点と短所があります。 1)Pythonコミュニティはフレンドリーで初心者に適していますが、フロントエンドの開発リソースはJavaScriptほど豊富ではありません。 2)Pythonはデータサイエンスおよび機械学習ライブラリで強力ですが、JavaScriptはフロントエンド開発ライブラリとフレームワークで優れています。 3)どちらも豊富な学習リソースを持っていますが、Pythonは公式文書から始めるのに適していますが、JavaScriptはMDNWebDocsにより優れています。選択は、プロジェクトのニーズと個人的な関心に基づいている必要があります。

MINIOオブジェクトストレージ:CENTOSシステムの下での高性能展開Minioは、Amazons3と互換性のあるGO言語に基づいて開発された高性能の分散オブジェクトストレージシステムです。 Java、Python、JavaScript、Goなど、さまざまなクライアント言語をサポートしています。この記事では、CentosシステムへのMinioのインストールと互換性を簡単に紹介します。 Centosバージョンの互換性Minioは、Centos7.9を含むがこれらに限定されない複数のCentosバージョンで検証されています。

Pytorchの分散トレーニングでは、Centosシステムでトレーニングには次の手順が必要です。Pytorchのインストール:PythonとPipがCentosシステムにインストールされていることです。 CUDAバージョンに応じて、Pytorchの公式Webサイトから適切なインストールコマンドを入手してください。 CPUのみのトレーニングには、次のコマンドを使用できます。PipinstalltorchtorchtorchvisionTorchaudioGPUサポートが必要な場合は、CUDAとCUDNNの対応するバージョンがインストールされ、インストールに対応するPytorchバージョンを使用してください。分散環境構成:分散トレーニングには、通常、複数のマシンまたは単一マシンの複数GPUが必要です。場所

PytorchをCentosシステムにインストールする場合、適切なバージョンを慎重に選択し、次の重要な要因を検討する必要があります。1。システム環境互換性:オペレーティングシステム:Centos7以上を使用することをお勧めします。 Cuda and Cudnn:PytorchバージョンとCudaバージョンは密接に関連しています。たとえば、pytorch1.9.0にはcuda11.1が必要ですが、pytorch2.0.1にはcuda11.3が必要です。 CUDNNバージョンは、CUDAバージョンとも一致する必要があります。 Pytorchバージョンを選択する前に、互換性のあるCUDAおよびCUDNNバージョンがインストールされていることを確認してください。 Pythonバージョン:Pytorch公式支店

NGINXのインストールをインストールするには、次の手順に従う必要があります。開発ツール、PCRE-Devel、OpenSSL-Develなどの依存関係のインストール。 nginxソースコードパッケージをダウンロードし、それを解凍してコンパイルしてインストールし、/usr/local/nginxとしてインストールパスを指定します。 nginxユーザーとユーザーグループを作成し、アクセス許可を設定します。構成ファイルnginx.confを変更し、リスニングポートとドメイン名/IPアドレスを構成します。 nginxサービスを開始します。依存関係の問題、ポート競合、構成ファイルエラーなど、一般的なエラーに注意する必要があります。パフォーマンスの最適化は、キャッシュをオンにしたり、ワーカープロセスの数を調整するなど、特定の状況に応じて調整する必要があります。
