企业官网建设流程全解析

博客摘要

集合是日常数据清洗神器，90%用于数据去重、多列表对比。本文区分运算符、内置方法两套运算写法，说明集合不能做的操作和使用禁区。

一、集合核心三大特性

1. 元素唯一性：自动剔除重复数据，一行代码列表去重：list(set(原列表))，缺点丢失顺序，Python3.7+可保留

2. 无序性：不支持下标索引、不支持切片，无法通过位置取值

3. 元素不可变：内部元素只能是int/str/tuple，列表、字典无法存入集合

二、四大集合运算实战（符号+方法双写法）

定义两组测试数据：a={1,2,3,4},b={3,4,5,6}

• 交集（双方共有）：符号& / 方法intersection() 结果{3,4}

• 并集（双方所有去重）：符号| / 方法union() 结果{1,2,3,4,5,6}

• 差集（a独有）：符号- / 方法difference() 结果{1,2}

• 对称差集（双方互不共有）：符号^ / 方法symmetric_difference() 结果{1,2,5,6}

三、可变集合与不可变集合

普通set可变，支持add添加、remove删除；frozenset不可变集合，可作为字典key，用于需要去重且永久不可修改的场景。

业务实战场景

1. 用户手机号列表去重

2. 对比两份日志，找出新增、删除数据

3. 判断两个数据集是否存在交集（黑名单匹配）