Python集合交并集计算方法详解
本文深入解析了Python中集合交集与并集的计算方法,不仅展示了使用intersection()/union()方法和&/|运算符的两种简洁实现方式,还通过具体示例(如{1,2,3,4,5}与{3,5,6,7,8}得出交集{3,5}、并集{1,2,3,4,5,6,7,8})直观呈现结果;同时拓展讲解了多数据类型混合时的比较规则、性能优化技巧(如frozenset的应用),以及差集、对称差集、子集判断等实用操作,助你用更少代码、更高效率完成复杂数据处理任务。

Python中计算两个集合的交集和并集,核心在于使用集合对象提供的内置方法或运算符。简单来说,交集就是两个集合共有的元素,并集则是两个集合所有元素的总和(去重)。
解决方案
Python提供了多种方法来计算集合的交集和并集。假设我们有两个集合set1和set2:
set1 = {1, 2, 3, 4, 5}
set2 = {3, 5, 6, 7, 8}计算交集:
使用
intersection()方法:intersection_set = set1.intersection(set2) print(intersection_set) # 输出: {3, 5}使用
&运算符:intersection_set = set1 & set2 print(intersection_set) # 输出: {3, 5}
计算并集:
使用
union()方法:union_set = set1.union(set2) print(union_set) # 输出: {1, 2, 3, 4, 5, 6, 7, 8}使用
|运算符:union_set = set1 | set2 print(union_set) # 输出: {1, 2, 3, 4, 5, 6, 7, 8}
如何处理集合中包含不同数据类型的元素?
Python集合可以包含不同数据类型的元素,例如整数、字符串、浮点数等。计算交集和并集时,Python会自动处理这些不同类型的数据。不过,需要注意比较操作的兼容性。例如,如果一个集合包含整数,另一个集合包含字符串,那么计算交集时,只有相同的值和类型才会出现在结果中。
set3 = {1, "2", 3.0}
set4 = {2, 3, "4"}
intersection_set = set3 & set4
print(intersection_set) # 输出: {3.0}
union_set = set3 | set4
print(union_set) # 输出: {1, 2, 3, '4', '2'}在这个例子中,3.0 和 3 会被认为是相等的,因为在数值比较时,Python会自动进行类型转换。字符串 "2" 和整数 2 不相等,因此不会出现在交集中。
集合操作的性能考量:方法 vs. 运算符?
通常来说,使用方法 (intersection(), union()) 和使用运算符 (&, |) 在性能上没有显著差异。Python底层对这两种方式都进行了优化。选择哪种方式主要取决于个人偏好和代码可读性。有些人可能觉得运算符更简洁,而另一些人可能觉得方法更易于理解。
不过,在处理大量数据时,如果需要进行多次集合操作,可以考虑使用frozenset。frozenset是不可变的集合,可以作为字典的键或者其他集合的元素。创建frozenset的开销比set略大,但是后续的查找和比较操作会更快。
除了交集和并集,还有哪些常用的集合操作?
除了交集和并集,Python集合还支持其他一些常用的操作,例如:
差集 (
difference()或-运算符): 返回一个包含所有属于第一个集合但不属于第二个集合的元素的新集合。difference_set = set1.difference(set2) print(difference_set) # 输出: {1, 2, 4} difference_set = set1 - set2 print(difference_set) # 输出: {1, 2, 4}对称差集 (
symmetric_difference()或^运算符): 返回一个包含所有只属于其中一个集合,但不属于两个集合共有的元素的新集合。symmetric_difference_set = set1.symmetric_difference(set2) print(symmetric_difference_set) # 输出: {1, 2, 4, 6, 7, 8} symmetric_difference_set = set1 ^ set2 print(symmetric_difference_set) # 输出: {1, 2, 4, 6, 7, 8}子集和超集判断 (
issubset(),issuperset()): 判断一个集合是否是另一个集合的子集或超集。set5 = {1, 2, 3} set6 = {1, 2, 3, 4, 5} print(set5.issubset(set6)) # 输出: True print(set6.issuperset(set5)) # 输出: True
掌握这些集合操作,可以更高效地处理数据,避免不必要的循环和判断,让代码更简洁易懂。
文中关于的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Python集合交并集计算方法详解》文章吧,也可关注golang学习网公众号了解相关技术文章。
PDF插入图片方法及技巧分享
- 上一篇
- PDF插入图片方法及技巧分享
- 下一篇
- 360极速浏览器下载步骤详解
-
- 文章 · python教程 | 2天前 | 线程池 · Python 线程池 concurrent.futures 任务取消 Future.cancel
- Python concurrent.futures.Future.cancel 怎样判断任务能否取消
- 143浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · HTTP服务 · 多线程 · Python教程 · Python 并发请求 http.server ThreadingHTTPServer ThreadingMixIn BaseHTTPRequestHandler
- Python http.server ThreadingHTTPServer 怎样处理并发请求
- 481浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python tarfile.TarInfo.replace 怎样复制归档成员属性
- 308浏览 收藏
-
- 文章 · python教程 | 2天前 | 并发编程 · Python教程 · Python 多进程 multiprocessing forkserver 启动上下文
- Python multiprocessing forkserver 怎样处理进程启动上下文
- 232浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · 异步编程 · Python教程 · Python asyncio StreamReader readexactly IncompleteReadError 异步流
- Python asyncio.StreamReader.readexactly 怎样处理不足长度的输入
- 427浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python operator.length_hint 怎样为未知长度迭代器设置估计值
- 336浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python warnings catch_warnings simplefilter filterwarnings 警告过滤
- Python warnings context manager 怎样临时调整警告过滤
- 255浏览 收藏
-
- 文章 · python教程 | 2天前 | 调试 · python · 异步编程 · Python asyncio introspection current_task all_tasks
- Python asyncio introspection 怎样定位当前任务
- 120浏览 收藏
-
- 文章 · python教程 | 2天前 | 标准库 · Python教程 · Python 类型注解 Python 3.14 annotationlib get_annotations ForwardRef 延迟注解
- Python 3.14 annotationlib.get_annotations 怎样读取延迟注解
- 423浏览 收藏
-
- 文章 · python教程 | 2天前 |
- Python 3.14 跨解释器 Queue.put 的阻塞与 QueueFull 处理方案
- 157浏览 收藏
-
- 文章 · python教程 | 2天前 | xml · python · Python xml xml.etree.ElementTree canonicalize C14N
- Python xml.etree.ElementTree.canonicalize 怎样生成稳定的 XML 文本
- 151浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1174次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1158次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1342次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1283次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1143次使用
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

