PythonLearn/01_python基础/1_11_集合

第 1-11 课：集合

一、本课目标

完成本课后，你将能够：

1. 理解集合是什么，以及集合适合解决什么问题；
2. 使用 {} 或 set() 创建集合；
3. 理解集合中元素唯一、集合本身无序；
4. 使用 add()、update() 添加元素；
5. 使用 remove()、discard()、pop() 和 clear() 删除元素；
6. 使用 in 和 not in 判断元素是否存在；
7. 遍历集合；
8. 使用交集、并集、差集和对称差集；
9. 使用集合为列表去重；
10. 根据实际需求在列表、元组、字典和集合之间做出选择。

二、前置知识

学习本课前，应当已经了解：

• 变量与常见数据类型；
• 条件判断；
• for 循环；
• 字符串；
• 列表和元组；
• 字典；
• in 和 not in。

三、集合是什么

集合（Set）是一种保存多个元素的数据结构。

它有两个非常重要的特点：

1. 元素不能重复；
2. 元素没有固定位置。

例如，一个 Agent 可以拥有多个工具权限：

agent_tools = {"搜索", "计算", "写作"}

如果重复写入同一个工具，集合只会保留一份：

agent_tools = {"搜索", "计算", "搜索"}
print(agent_tools)

集合中最终只有两个元素。

集合特别适合处理：

• 去除重复数据；
• 快速判断某个元素是否存在；
• 比较两组数据有哪些相同项或不同项；
• 权限、标签、课程、技能等不允许重复的数据。

四、创建集合

4.1 使用花括号创建

agent_tools = {"搜索", "计算", "写作"}
print(agent_tools)

集合使用花括号，但它与字典不同：

# 集合：里面直接保存元素
agent_tools = {"搜索", "计算"}

# 字典：里面保存“键: 值”
agent_config = {"model": "gpt-5", "enabled": True}

4.2 使用 set() 创建

agent_tools = set(["搜索", "计算", "搜索"])
print(agent_tools)

set() 会把传入的数据转换成集合，并自动去除重复元素。

4.3 创建空集合

空集合必须写成：

empty_tools = set()

不能写成：

empty_tools = {}

因为 {} 创建的是空字典，不是空集合。

可以使用 type() 验证：

print(type(set()))
print(type({}))

五、集合为什么不支持下标

列表和元组中的元素有明确位置，所以可以写：

models = ["gpt-5", "o3"]
print(models[0])

集合是无序数据结构，不保证每个元素一直处于某个固定位置，因此不能写：

agent_tools = {"搜索", "计算"}
print(agent_tools[0])  # 错误

这里的“无序”不是说 Python 每次一定用不同顺序显示，而是说：

不应该依赖集合元素的显示顺序，也不能使用下标读取集合元素。

如果业务需要稳定顺序，应使用列表或元组。

六、集合元素必须唯一

models = {"gpt-5", "o3", "gpt-5"}
print(len(models))

结果为：

2

第二个 "gpt-5" 不会产生新元素，也不会报错。

七、判断元素是否存在

集合经常配合 in 和 not in 使用：

agent_tools = {"搜索", "计算"}

print("搜索" in agent_tools)
print("写作" not in agent_tools)

正常结果：

True
True

集合非常擅长成员判断。数据较多时，通常比逐个检查列表更合适。

八、添加元素

8.1 使用 add() 添加一个元素

agent_tools = {"搜索", "计算"}
agent_tools.add("写作")
print(agent_tools)

如果添加已经存在的元素，集合不会发生变化：

agent_tools.add("搜索")

8.2 使用 update() 添加多个元素

agent_tools = {"搜索"}
agent_tools.update(["计算", "写作"])
print(agent_tools)

注意：

• add() 添加一个完整元素；
• update() 从列表、元组、集合等可遍历数据中逐个取出元素并添加。

九、删除元素

9.1 remove()：元素不存在时会报错

agent_tools = {"搜索", "计算"}
agent_tools.remove("搜索")

如果继续删除不存在的 "搜索"，会出现 KeyError，中文意思是找不到该元素。

9.2 discard()：元素不存在也不会报错

agent_tools = {"搜索", "计算"}
agent_tools.discard("写作")

当你不确定元素是否存在时，discard() 通常更安全。

9.3 pop()：删除并返回一个不确定的元素

agent_tools = {"搜索", "计算"}
removed_tool = agent_tools.pop()
print(removed_tool)

集合没有固定顺序，所以不能依赖 pop() 删除某个指定元素。

如果集合为空，调用 pop() 会报错。

9.4 clear()：清空集合

agent_tools = {"搜索", "计算"}
agent_tools.clear()
print(agent_tools)

结果是空集合：

set()

十、遍历集合

集合可以使用 for 循环遍历：

agent_tools = {"搜索", "计算", "写作"}

for tool in agent_tools:
    print(tool)

变量名 tool 可以换成其他合法名称，但应当选择能够表达含义的名字。

不要依赖遍历顺序。如果必须按顺序输出，可以先使用 sorted() 排序：

for tool in sorted(agent_tools):
    print(tool)

sorted() 会返回一个排好序的新列表，不会修改原集合。

十一、交集：两组数据共同拥有的元素

交集可以使用 & 或 intersection()：

code_agent_tools = {"搜索", "计算", "代码执行"}
writer_agent_tools = {"搜索", "写作", "图片生成"}

common_tools = code_agent_tools & writer_agent_tools
print(common_tools)

结果：

{'搜索'}

也可以写成：

common_tools = code_agent_tools.intersection(writer_agent_tools)

十二、并集：合并两组数据并自动去重

并集可以使用 | 或 union()：

all_tools = code_agent_tools | writer_agent_tools
print(all_tools)

结果包含两组集合的全部工具，重复的 "搜索" 只保留一份。

十三、差集：一组有、另一组没有的元素

差集使用 - 或 difference()：

code_only_tools = code_agent_tools - writer_agent_tools
print(code_only_tools)

它表示代码助手拥有、写作助手没有的工具。

注意方向：

code_agent_tools - writer_agent_tools

和：

writer_agent_tools - code_agent_tools

结果通常不同。

十四、对称差集：只属于其中一组的元素

对称差集使用 ^ 或 symmetric_difference()：

different_tools = code_agent_tools ^ writer_agent_tools
print(different_tools)

它会排除两组共同拥有的元素，只保留各自独有的元素。

十五、集合之间的关系判断

如果集合 A 中的所有元素都在集合 B 中，A 就是 B 的子集：

required_tools = {"搜索", "计算"}
available_tools = {"搜索", "计算", "写作"}

print(required_tools <= available_tools)

结果为 True。

也可以使用：

print(required_tools.issubset(available_tools))
print(available_tools.issuperset(required_tools))

• 子集（Subset）：较小集合中的元素全部包含在较大集合中；
• 超集（Superset）：较大集合包含较小集合的全部元素。

这很适合判断“当前权限是否满足所需权限”。

十六、使用集合为列表去重

model_history = ["gpt-5", "o3", "gpt-5", "o3", "gpt-5-mini"]
unique_models = set(model_history)
print(unique_models)

如果最终仍然需要列表，可以再转换：

unique_model_list = list(unique_models)

注意：这种方法不保证保留原列表顺序。

当前阶段如果既要去重又要保留顺序，可以使用：

unique_model_list = []

for model in model_history:
    if model not in unique_model_list:
        unique_model_list.append(model)

十七、哪些数据可以放入集合

集合元素必须是不可变且可哈希（Hashable）的数据。

当前阶段可以简单理解为：

• 字符串、数字、布尔值、元组通常可以放入集合；
• 列表、字典、普通集合不能直接放入集合。

下面会报错：

invalid_set = {[1, 2], [3, 4]}

因为列表可以被修改，不能作为集合元素。

“哈希”的内部原理将在进阶阶段逐步补充，本课只需要记住常见规则。

十八、列表、元组、字典和集合如何选择

使用列表

• 需要保留顺序；
• 允许重复；
• 需要使用下标读取或修改。

使用元组

• 需要保留顺序；
• 允许重复；
• 创建后不希望修改整体结构。

使用字典

• 需要使用“键”描述每个“值”；
• 需要通过字段名称快速读取数据。

使用集合

• 不关心顺序；
• 不允许重复；
• 经常进行成员判断、去重或集合运算。

十九、运行本课示例

进入项目根目录：

cd D:\Code\Python

运行示例：

python .\01_python基础\1_11_集合\sets.py

运行练习：

python .\01_python基础\1_11_集合\practice.py

集合的显示顺序可能与讲义不同，只要元素相同就是正常现象。

二十、常见错误

20.1 使用 {} 创建空集合

{} 是空字典，空集合必须使用 set()。

20.2 使用下标读取集合

集合不支持下标。如果需要按位置读取，应使用列表或元组。

20.3 使用 remove() 删除不存在的元素

不确定元素是否存在时，可以先用 in 判断，或者使用 discard()。

20.4 依赖集合的输出顺序

集合不保证业务上的稳定顺序。需要排序展示时使用 sorted()。

20.5 把列表或字典放入集合

列表和字典是可变数据，不能作为集合元素。

20.6 混淆 add() 和 update()

add() 添加一个元素；update() 从其他可遍历数据中添加多个元素。

二十一、课堂练习

打开：

01_python基础/1_11_集合/practice.py

本课练习将创建一个“Agent 工具权限管理器”，内容包括：

1. 创建集合；
2. 检查、添加和删除权限；
3. 遍历权限；
4. 比较两组权限的交集、并集、差集和对称差集；
5. 判断所需权限是否是可用权限的子集；
6. 为模型使用记录去重。

请先独立完成。遇到问题时，我会先给出定位提示，不会直接覆盖你的答案。

二十二、思考题

1. 为什么 {} 不能表示空集合？
2. 为什么不能使用 agent_tools[0] 读取集合？
3. remove() 和 discard() 有什么区别？
4. A - B 与 B - A 为什么可能不同？
5. 使用集合为列表去重时，可能丢失什么信息？

二十三、本课小结

本课最重要的知识点：

1. 集合使用 set 类型表示；
2. 集合元素唯一，且没有可依赖的固定顺序；
3. 空集合必须使用 set() 创建；
4. add() 添加一个元素，update() 添加多个元素；
5. remove() 删除不存在的元素会报错，discard() 不会；
6. 集合支持交集、并集、差集和对称差集；
7. 集合适合去重、成员判断和权限比较。

二十四、验收标准

完成练习后，应满足：

• 能正确创建非空集合和空集合；
• 能解释集合为什么不支持下标；
• 能使用 in 判断元素；
• 能正确添加、删除和遍历集合元素；
• 能计算两组集合的交集、并集、差集和对称差集；
• 能判断子集关系；
• 能使用集合完成列表去重；
• 示例和练习均可正常运行。