Python에서 set 메소드를 사용하는 방법
1. 서문
Python에서 집합은 순서가 없고 반복되지 않는 집합을 나타내는 집합 데이터 유형입니다. set() 메서드를 사용하여 빈 컬렉션을 만들거나 다른 반복 가능한 객체를 컬렉션으로 변환할 수 있습니다. 다른 Python 데이터 유형과 달리 세트에는 인덱스가 없으며 해당 요소는 인덱스로 액세스할 수 없지만 세트의 요소를 조작하고 액세스하는 데 사용할 수 있는 메서드가 있습니다. set() 메소드를 사용하여 빈 컬렉션 생성
2. 일반적으로 사용되는 set() 메소드에 대한 자세한 설명
1.add(): 세트 컬렉션에 요소 추가
# add()语法如下: set.add(elmnt) # 案例如下: set1 = {1,2,3} set1.add(4) print(set1) # 输出结果如下 {1, 2, 3, 4}
2.clear() : 세트 컬렉션에서 모든 요소 제거
# clear()语法如下: set.clear() # 案例如下: set1 = {1, 2, 3} set1.clear() print(set1) # 输出结果如下: set()
3.copy(): 컬렉션을 복사하는 데 사용됩니다. copy() 메서드를 사용하여 생성된 복사본은 원본 컬렉션의 전체 복사본입니다. 원본 컬렉션에 영향을 미칩니다.
# 语法如下: new_set = old_set.copy() # 案列如下: set1 = {1, 2, 3} set2 = set1.copy() set2.add(4) print(set1) print(set2) # 输出结果如下: {1, 2, 3} {1, 2, 3, 4} # 首先,我们创建了一个原始集合,然后使用copy方法创建了一个新集合,并在新集合中添加了一个元素4, # 最后,我们打印了原始集合和复制出的新集合,可以看到两个集合互不影响。
4.difference(): 메서드는 집합의 차이 집합을 반환하는 데 사용됩니다. 즉, 반환된 집합 요소는 첫 번째 집합에는 포함되지만 두 번째 집합에는 포함되지 않습니다(메서드의 매개 변수) ).
# 语法如下: set1.difference(set2) # 案例如下: set1 = {1, 2, 3} set2 = {2, 3, 4} print(set1.difference(set2)) # 输出结果如下: {1}
5.difference_update(): 이 메서드는 두 세트 모두에 존재하는 요소를 제거하는 데 사용됩니다. Difference_update() 메서드와 Difference() 메서드의 차이점은 Difference() 메서드가 제거하는 값을 반환한다는 것입니다. 동일한 요소입니다. Difference_update() 메서드는 값을 반환하지 않고 원래 컬렉션에서 요소를 직접 제거합니다.
# 语法如下: set1.difference_update(set2) # 案例如下: set1 = {1, 2, 3, 4, 5} set2 = {2, 3, 4} set1.difference_update(set2) print(set1) # 输出结果如下 {1, 5}
6.discard() 메서드 구문: Discard() 메서드는 지정된 컬렉션 요소를 제거하는 데 사용됩니다.
이 메서드는 존재하지 않는 요소를 제거할 때 제거() 메서드는 오류를 생성하는 반면, Discard() 메서드는 오류를 생성하지 않기 때문에 제거() 메서드와 다릅니다.
# 语法如下: set.discard(value) # 案例如下 set1 = {1, 2, 3} set2 = {2, 3, 4} set1.discard(2), set2.discard(3) print(set1, set2) # 输出结果如下: {1, 3} {2, 4} # 删除不存在元素,不会引发任何异常 set1.discard(4) print(set1) # 输出结果如下 {1, 2, 3}
7. 교집합() 메서드는 두 개 이상의 집합에 포함된 요소, 즉 교집합을 반환하는 데 사용됩니다.
# 语法如下: set1.intersection(set2, set3, ...) # 案例如下: set1 = {1, 2, 3} set2 = {2, 3, 4} set3 = set1.intersection(set2) print(set3) # 输出结果如下: {2, 3}
intersection_update() 메서드는 Intersection() 메서드와 다릅니다. Intersection() 메서드는 새 집합을 반환하는 반면 Intersection_update() 메서드는 원본 집합에서 겹치지 않는 요소를 제거합니다.
# 语法如下: set1.intersection_update(set2, set3, ...) # 案例如下: set1 = {1, 2, 3} set2 = {2, 3, 4} set1.intersection_update(set2) print(set1) # 输出结果如下: {2, 3}
9.isdisjoint() 메서드는 두 세트에 동일한 요소가 포함되어 있는지 확인하는 데 사용됩니다. 그렇지 않으면 True를 반환하고, 그렇지 않으면 False를 반환합니다.
# 语法如下: set1.isdisjoint(set2) # 案例如下: set1 = {1, 2, 3} set2 = {2, 3, 4} set3 = {4, 5, 6} print(set1.isdisjoint(set2)) print(set3.isdisjoint(set1)) # 输出如果如下: False True
# 语法如下: set1.issubset(set2) # 案例如下: set1 = {1, 2, 3} set2 = {2, 3, 4} set3 = {1, 2, 3, 4} print(set1.issubset(set2)) print(set1.issubset(set3)) # 输出结果如下: False True
# 语法如下: set1.issuperset(set2) # 案例如下: set1 = {1, 2, 3} set2 = {2, 3, 4} set3 = {1, 2, 3, 4} print(set1.issuperset(set2)) print(set3.issuperset(set1)) # 输出结果如下: False True
# 语法如下: set.pop() # 案例如下: # 随机移除一个元素: set1 = {1, 2, 3, 4} set1.pop() print(set1) # 结果如下: {2, 3, 4} # 输出返回值: set1 = {1, 2, 3, 4} print(set1.pop()) # 结果如下: 1
존재하지 않는 요소를 제거할 때 제거() 메서드는 오류를 생성하는 반면, Discard() 메서드는 오류를 생성하지 않기 때문에 이 메서드는 Discard() 메서드와 다릅니다.
# 语法如下: set.remove(item) # 案例如下: set1 = {1, 2, 3, 4} set1.remove(4) print(set1) # 输出结果如下: {1, 2, 3}
14. symmetric_difference() 메서드는 두 집합에 중복되지 않는 요소 집합을 반환합니다. 즉, 두 집합에 모두 존재하는 요소를 제거합니다. 즉, 서로 다른 요소 집합을 반환합니다. 두 세트에서 서로.
# 语法如下: set1.symmetric_difference(set2) # 案例如下: set1 = {1, 2, 3} set2 = {2, 3, 4} print(set1.symmetric_difference(set2)) # 输出结果如下: {1, 4}
# 语法如下: set1.symmetric_difference_update(set2) # 案例如下: set1 = {1, 2, 3} set2 = {2, 3, 4, 5} set1.symmetric_difference_update(set2) print(set1) # 输出结果如下: {1, 4, 5}
# 语法如下: set1.union(set2) # 案例如下: # 合并两个集合,重复元素只会出现一次: set1 = {1, 2, 3} set2 = {2, 3, 4} print(set1.union(set2)) # 输出结果如下: {1, 2, 3, 4} # 合并多个集合: set1 = {1, 2, 3} set2 = {2, 3, 4} set3 = {3, 4, 5, 6, 7} print(set1.union(set2, set3)) # 输出结果如下: {1, 2, 3, 4, 5, 6, 7}
# 语法如下: set1.update(set2) # 案例如下: set1 = {1, 2, 3} set2 = {2, 3, 4} set1.update(set2) print(set1) # 结果如下: {1, 2, 3, 4}
# 例子:
set_data = set()
print(set_data)
# 输出结果如下:
set()
로그인 후 복사
2. 반복 가능한 객체를 집합으로 변환 set() 메서드는 다른 반복 가능한 객체(예: 목록, 튜플 및 문자열)를 집합으로 변환할 수도 있습니다. # 例子: set_data = set() print(set_data) # 输出结果如下: set()
# 案例:
list1 = [1, 2, 3, 4, 5]
set1 = set(list1)
print(set1)
tuple1 = (1, 2, 3, 4, 5)
set2 = set(tuple1)
print(set2)
str1 = "Hello, world!"
set3 = set(str1)
print(set3)
# 输出结果如下:
{1, 2, 3, 4, 5}
{1, 2, 3, 4, 5}
{'d', 'H', 'o', ',', 'l', 'e', '!', 'r', 'w', ' '}
로그인 후 복사
3.set() 메소드의 다른 용도문자열을 개별 문자로 분할하고 세트에 저장합니다. # 案例: list1 = [1, 2, 3, 4, 5] set1 = set(list1) print(set1) tuple1 = (1, 2, 3, 4, 5) set2 = set(tuple1) print(set2) str1 = "Hello, world!" set3 = set(str1) print(set3) # 输出结果如下: {1, 2, 3, 4, 5} {1, 2, 3, 4, 5} {'d', 'H', 'o', ',', 'l', 'e', '!', 'r', 'w', ' '}
# 例子:
str2 = "Python"
set4 = set(str2)
print(set4)
# 输出结果:
{'h', 't', 'o', 'n', 'P', 'y'}
로그인 후 복사 4. 결론
컬렉션 개체에는 컬렉션의 요소를 추가, 제거, 병합, 비교 및 조작하기 위한 다양한 내장 메서드가 있습니다. 다음은 집합 개체의 몇 가지 일반적인 메서드입니다.
add(): 집합에 단일 요소를 추가하는 데 사용됩니다. # 例子: str2 = "Python" set4 = set(str2) print(set4) # 输出结果: {'h', 't', 'o', 'n', 'P', 'y'}
- clear(): 컬렉션의 모든 요소를 지우는 데 사용됩니다.
- copy(): 컬렉션의 복사본을 만드는 데 사용됩니다.
- difference(): 두 집합 간의 차이를 반환하는 데 사용됩니다.
- difference_update(): 다른 컬렉션과 동일한 컬렉션의 요소를 삭제하는 데 사용됩니다.
- discard(): 컬렉션에서 지정된 요소를 삭제하는 데 사용됩니다.
- intersection(): 두 집합의 교집합을 반환하는 데 사용됩니다.
intersection_update(): 컬렉션의 동일한 요소를 다른 컬렉션으로 유지하는 데 사용됩니다.
isdisjoint(): 두 세트에 공통 요소가 없는지 확인하는 데 사용됩니다.
issubset(): 집합이 다른 집합의 하위 집합인지 확인하는 데 사용됩니다.
issuperset(): 세트가 다른 세트의 상위 세트인지 여부를 결정하는 데 사용됩니다.
pop(): 요소를 무작위로 제거하는 데 사용됩니다.
remove(): 컬렉션에서 지정된 요소를 제거하는 데 사용됩니다.
symmetric_difference(): 두 집합의 대칭 차이 집합을 반환하는 데 사용됩니다.
symmetric_difference_update(): 집합에서 비공통 요소를 유지하고 공통 요소를 삭제하는 데 사용됩니다.
union(): 두 세트의 합집합을 반환하는 데 사용됩니다.
update(): 한 컬렉션의 요소를 다른 컬렉션에 추가하는 데 사용됩니다.
이러한 메서드는 모두 컬렉션 개체에서 메서드 이름을 호출하고 필요한 매개변수를 제공하여 사용할 수 있습니다. 예를 들어 컬렉션에 단일 요소를 추가하려면 add() 메서드를 사용하고, 한 컬렉션의 요소를 다른 컬렉션에 추가하려면 update() 메서드를 사용합니다.
위 내용은 Python에서 set 메소드를 사용하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











PHP와 Python은 고유 한 장점과 단점이 있으며 선택은 프로젝트 요구와 개인 선호도에 달려 있습니다. 1.PHP는 대규모 웹 애플리케이션의 빠른 개발 및 유지 보수에 적합합니다. 2. Python은 데이터 과학 및 기계 학습 분야를 지배합니다.

Python과 JavaScript는 커뮤니티, 라이브러리 및 리소스 측면에서 고유 한 장점과 단점이 있습니다. 1) Python 커뮤니티는 친절하고 초보자에게 적합하지만 프론트 엔드 개발 리소스는 JavaScript만큼 풍부하지 않습니다. 2) Python은 데이터 과학 및 기계 학습 라이브러리에서 강력하며 JavaScript는 프론트 엔드 개발 라이브러리 및 프레임 워크에서 더 좋습니다. 3) 둘 다 풍부한 학습 리소스를 가지고 있지만 Python은 공식 문서로 시작하는 데 적합하지만 JavaScript는 MDNWebDocs에서 더 좋습니다. 선택은 프로젝트 요구와 개인적인 이익을 기반으로해야합니다.

CentOS 시스템에서 Pytorch GPU 가속도를 활성화하려면 Cuda, Cudnn 및 GPU 버전의 Pytorch를 설치해야합니다. 다음 단계는 프로세스를 안내합니다. CUDA 및 CUDNN 설치 CUDA 버전 호환성 결정 : NVIDIA-SMI 명령을 사용하여 NVIDIA 그래픽 카드에서 지원하는 CUDA 버전을보십시오. 예를 들어, MX450 그래픽 카드는 CUDA11.1 이상을 지원할 수 있습니다. Cudatoolkit 다운로드 및 설치 : NVIDIACUDATOOLKIT의 공식 웹 사이트를 방문하여 그래픽 카드에서 지원하는 가장 높은 CUDA 버전에 따라 해당 버전을 다운로드하여 설치하십시오. CUDNN 라이브러리 설치 :

Docker는 Linux 커널 기능을 사용하여 효율적이고 고립 된 응용 프로그램 실행 환경을 제공합니다. 작동 원리는 다음과 같습니다. 1. 거울은 읽기 전용 템플릿으로 사용되며, 여기에는 응용 프로그램을 실행하는 데 필요한 모든 것을 포함합니다. 2. Union 파일 시스템 (Unionfs)은 여러 파일 시스템을 스택하고 차이점 만 저장하고 공간을 절약하고 속도를 높입니다. 3. 데몬은 거울과 컨테이너를 관리하고 클라이언트는 상호 작용을 위해 사용합니다. 4. 네임 스페이스 및 CGroup은 컨테이너 격리 및 자원 제한을 구현합니다. 5. 다중 네트워크 모드는 컨테이너 상호 연결을 지원합니다. 이러한 핵심 개념을 이해 함으로써만 Docker를 더 잘 활용할 수 있습니다.

Minio Object Storage : Centos System Minio 하의 고성능 배포는 Go Language를 기반으로 개발 한 고성능 분산 객체 저장 시스템입니다. Amazons3과 호환됩니다. Java, Python, JavaScript 및 Go를 포함한 다양한 클라이언트 언어를 지원합니다. 이 기사는 CentOS 시스템에 대한 Minio의 설치 및 호환성을 간단히 소개합니다. CentOS 버전 호환성 Minio는 다음을 포함하되 이에 국한되지 않는 여러 CentOS 버전에서 확인되었습니다. CentOS7.9 : 클러스터 구성, 환경 준비, 구성 파일 설정, 디스크 파티셔닝 및 미니를 다루는 완전한 설치 안내서를 제공합니다.

CentOS 시스템에 대한 Pytorch 분산 교육에는 다음 단계가 필요합니다. Pytorch 설치 : 전제는 Python과 PIP가 CentOS 시스템에 설치된다는 것입니다. CUDA 버전에 따라 Pytorch 공식 웹 사이트에서 적절한 설치 명령을 받으십시오. CPU 전용 교육의 경우 다음 명령을 사용할 수 있습니다. PipinStalltorchtorchvisiontorchaudio GPU 지원이 필요한 경우 CUDA 및 CUDNN의 해당 버전이 설치되어 있는지 확인하고 해당 PyTorch 버전을 설치하려면 설치하십시오. 분산 환경 구성 : 분산 교육에는 일반적으로 여러 기계 또는 단일 기계 다중 GPU가 필요합니다. 장소

CentOS 시스템에 Pytorch를 설치할 때는 적절한 버전을 신중하게 선택하고 다음 주요 요소를 고려해야합니다. 1. 시스템 환경 호환성 : 운영 체제 : CentOS7 이상을 사용하는 것이 좋습니다. Cuda 및 Cudnn : Pytorch 버전 및 Cuda 버전은 밀접하게 관련되어 있습니다. 예를 들어, pytorch1.9.0은 cuda11.1을 필요로하고 Pytorch2.0.1은 cuda11.3을 필요로합니다. CUDNN 버전도 CUDA 버전과 일치해야합니다. Pytorch 버전을 선택하기 전에 호환 CUDA 및 CUDNN 버전이 설치되었는지 확인하십시오. 파이썬 버전 : Pytorch 공식 지점

파이썬은 자동화, 스크립팅 및 작업 관리가 탁월합니다. 1) 자동화 : 파일 백업은 OS 및 Shutil과 같은 표준 라이브러리를 통해 실현됩니다. 2) 스크립트 쓰기 : PSUTIL 라이브러리를 사용하여 시스템 리소스를 모니터링합니다. 3) 작업 관리 : 일정 라이브러리를 사용하여 작업을 예약하십시오. Python의 사용 편의성과 풍부한 라이브러리 지원으로 인해 이러한 영역에서 선호하는 도구가됩니다.
