第 12 章 不变的信物与去重神器:元组与集合
📖 本章目标:认识元组(tuple)和集合(set),以及它们各自的独门绝技。
学完本章,你会知道:有些东西"不许改",有些东西"不许重复"。
这两个容器是列表的亲戚,性格却截然相反。元组是"保守派",集合是"洁癖派"。搞懂它们,你选容器的眼光就正式入行了。
【开场小剧场】列表的两个亲戚
学生: 皮皮,除了列表,还有别的"容器"吗?
皮皮: 有,而且各有怪癖。今天介绍两个亲戚:
学生: 什么怪癖?
皮皮: 一个是元组,它跟列表长得一模一样,但有个死脾气——东西放进去就不能改了;另一个是集合,它专治重复——同一种东西只能放一个。
学生: 那要它们干嘛?能改能重复不是挺好的?
皮皮: 嘿嘿,等你看到元组能当字典的钥匙、集合一行去重、还自带交并差运算,你就知道这些"怪癖"有多香了。今天全给你安排上。
12.1 元组:不肯变心的列表
元组(Tuple) 用圆括号 () 表示,别的跟列表差不多:
point = (3, 5) # 一个坐标
color = (255, 0, 0) # 一个 RGB 颜色
person = ("皮皮", 30, "爱吃糖葫芦")
元组和列表最大的区别:元组不可变。 列表能增删改,元组一律不行:
point = (3, 5)
point[0] = 99 # ❌ 报错:TypeError:'tuple' object does not support item assignment
报错信息翻译:"元组不支持修改里面的元素。" 东西放进去,就当上了"定海神针",谁也别想动。
元组怎么创建? 圆括号 () 是它的标志:
t1 = (1, 2, 3) # 标准写法
t2 = 1, 2, 3 # 不加括号也可以!(逗号造元组)
t3 = () # 空元组
t4 = (5,) # 只有一个元素的元组,别忘了逗号!(见翻车现场坑 2)
既然不能改,为什么还需要它?
- 当"信物":有些数据天生不该变。比如坐标 (3, 5)、日期、RGB 颜色——它们是"事实",改了就不对了。用元组等于向看代码的人宣告:"这个不允许改,别动它。"
- 当字典的钥匙(第 13 章):字典的"键"必须是不可变的,列表不能当键,元组可以。
- 运行更快一点:不可变让 Python 能做更多优化(细节不深究)。
🐍"皮皮注:元组的哲学是'定了就不反悔'。坐标是 (3, 5) 就是 (3, 5),你总不能昨天在这,今天坐标就变成 (99, 88) 吧?那地球都要抗议了。"
配套代码文件:code/ch12/coord.py。
12.2 元组拆包:一次拿走全部
元组有个超级好用的特性叫拆包(解包):把元组里每个值直接"拆"给变量:
point = (3, 5)
x, y = point # 一行拿走两个值!
print(x) # 3
print(y) # 5
逐行拆解:
- x, y = point:左边两个变量,右边一个二元元组,Python 自动把 (3, 5) 拆开,3 给 x,5 给 y。
甚至不需要括号,直接用逗号就能造元组(这叫"逗号造元组"):
x, y = 3, 5 # 等价于 (3, 5) 拆包
print(x, y) # 3 5
交换两个变量的值,第 3 章我们写了好几行,现在一行搞定:
a = 1
b = 2
a, b = b, a # 交换!Python 帮你自动拆包再装包
print(a, b) # 2 1
逐行拆解 a, b = b, a: 先把右边 (b, a) 打包成元组 (2, 1),再拆包装给左边的 a, b。"先打包,再拆包"两个动作同时发生,所以交换是安全的。
🐍"皮皮注:还记得第 3 章挑战题的'交换 a 和 b'吗?那题的标准答案是用中间变量。现在 Python 给你开外挂:
a, b = b, a。这就是语言的优雅之处——别人三行,它一行。"
拆包还能"拆一半":
head, *rest = (1, 2, 3, 4) # *rest 把剩下的全接住
print(head) # 1
print(rest) # [2, 3, 4]
*rest 前面的星号表示"剩下的一坨都归我"。第 16 章学函数参数时,这个 * 还会再出现。
12.3 集合:自动去重的神器
集合(Set) 用花括号 {} 表示(注意:空花括号 {} 是字典,不是集合,空集合要写 set()):
fruits = {"苹果", "香蕉", "苹果", "橘子", "香蕉"}
print(fruits) # {'橘子', '苹果', '香蕉'}
看到没,你塞了两个苹果、两个香蕉,输出时重复的自动消失了——这就是集合的看家本领:自动去重。
注意集合的另一个特点:顺序是乱的。 输出时元素的顺序不保证和你输入一致。所以集合只适合"有没有"这种问题,不适合"第几个"这种问题。
打个比方: 集合像一个"打卡机",每个人进去前先"滴"一下。你来两次,机器只记一个"已打卡"。它不管你先来后来,只在乎"这个人来了没有"。
最经典的用途:给列表去重,一行搞定:
names = ["皮皮", "小美", "皮皮", "阿强", "小美", "皮皮"]
unique = set(names) # 转成集合,自动去重
print(unique) # {'皮皮', '小美', '阿强'}
back_to_list = list(unique) # 想变回列表?再转回来
print(back_to_list)
逐行拆解:
- set(names):把列表"塞进"集合,重复的自动合并;
- list(unique):把集合转回列表(注意:顺序不保证)。
💡
set(列表)去重 →list(集合)转回,这个"去重组合拳"你以后会天天用到。去重这件事,集合一个电话就能搞定。
配套代码文件:code/ch12/word_set.py。
12.4 集合运算:交集、并集、差集
集合在数学课上的那些运算,Python 全支持:
a = {"皮皮", "小美", "阿强"}
b = {"小美", "小明", "阿强"}
print(a & b) # 交集:两个集合都有的 → {'小美', '阿强'}
print(a | b) # 并集:合并所有不重复的 → {'皮皮', '小美', '阿强', '小明'}
print(a - b) # 差集:a 里有但 b 没有 → {'皮皮'}
print(a ^ b) # 对称差:只在一个里有的 → {'皮皮', '小明'}
| 运算 | 符号 | 含义 | 例子(a-b) |
|---|---|---|---|
| 交集 | & |
两边都有的 | {'小美', '阿强'} |
| 并集 | \| |
合起来不重复 | {皮皮,小美,阿强,小明} |
| 差集 | - |
a 有 b 没有 | {'皮皮'} |
| 对称差 | ^ |
只在一边的 | {'皮皮','小明'} |
逐行拆解:
- a & b:两个集合里都有的——小美、阿强;
- a | b:全部并起来、重复的只留一个;
- a - b:属于 a、不属于 b 的——皮皮;
- a ^ b:只出现在一边的(不能两边都有)——皮皮、小明。
记忆符号的方法: 把这几个符号想成"手势"——& 是"两边都要握住"(交集),| 是"往两边摊开全要"(并集),- 是"去掉",^ 是"两头翘"(只要单边)。
经典场景:对比两份名单。 比如"谁同时报名了两个社团""谁只报了一个"——集合运算三行搞定。
12.5 集合的方法:add 和 discard
集合的增删有个讲究:它没有顺序,所以没有"下标"这一说。
s = {"苹果"}
s.add("香蕉") # 添加
print(s) # {'苹果', '香蕉'}
s.add("苹果") # 已存在的,加不进去(自动去重)
print(s) # 还是 {'苹果', '香蕉'}
s.discard("香蕉") # 删除(不存在也不报错)
print(s) # {'苹果'}
s.discard("西瓜") # 没有也不报错,很温柔
逐行拆解:
- s.add("香蕉"):加一个新元素;
- s.add("苹果"):苹果已经在了,加不进去——集合自动去重,多余的被无视;
- s.discard("香蕉"):删掉香蕉;
- s.discard("西瓜"):西瓜根本不在,但不报错,安静地跳过。
注意两个删除方法的区别:
remove("x"):不存在会报错(和列表remove一样);discard("x"):不存在就当没这回事,不报错。
s = {"苹果"}
s.remove("西瓜") # ❌ 报错:KeyError: '西瓜'
s.discard("西瓜") # ✅ 什么都不发生
🐍"皮皮注:discard 是集合独有的温柔,像个不记仇的朋友。要'删不存在的也不崩',选 discard;要'严格提醒',选 remove。"
12.6 综合实战:统计文章里有哪些单词
用集合和列表,统计一段话里"一共用了多少个不同的词":
text = "the quick brown fox jumps over the lazy dog the fox"
words = text.split() # 拆成单词列表
print("总词数:", len(words))
unique_words = set(words) # 集合去重
print("不同单词数:", len(unique_words))
print("出现的单词:", unique_words)
运行结果:
总词数: 12
不同单词数: 8
出现的单词: {'quick', 'the', 'fox', 'over', 'dog', 'brown', 'lazy', 'jumps'}
逐行拆解:
- text.split():第 5 章学过,把句子按空格拆成单词列表;
- len(words):总共 12 个词(包括重复的);
- set(words):转成集合,重复的 the、fox 自动合并;
- len(unique_words):去重后剩 8 个不同的词;
- 最后把出现的单词都打印出来(顺序随机)。
"总词数"和"不同单词数"的区别,就是"说了几句话"和"一共用了哪些词"的区别。这个能力在做文本分析(比如统计词频)时是地基。
换例加深:找出两段话共有的单词:
text_a = "python is fun but sometimes hard"
text_b = "hard work is the key to python"
common = set(text_a.split()) & set(text_b.split())
print("两段话共有的词:", common) # {'python', 'is', 'hard'}
集合的交集运算 + 拆词,两段文字"找出共同点"三行搞定。
配套代码文件:code/ch12/word_set.py。
【皮皮小课堂】本章要点
- 元组:圆括号
(),像列表但不可变,适合放"不该变"的数据。 - 拆包:
x, y = (3, 5)一次拿走全部;a, b = b, a一行交换。 - 集合:花括号
{},自动去重,顺序无关。空集合要写set()。 - 去重组合拳:
set(列表)去重,list(集合)转回。 - 集合运算:
&交集、|并集、-差集、^对称差。 - 增删:
add()添加(重复加不进),discard()删除(不存在不报错)、remove()删除(不存在报错)。
【翻车现场】本章的坑
坑 1:空花括号 {} 是字典,不是空集合
s = {} # ❌ 这是空字典!
s.add(1) # 报错:AttributeError:'dict' object has no attribute 'add'
空集合必须用 set():
s = set() # ✅ 真正的空集合
记忆:{} 是字典专属的表情,集合看到花括号想用,得先有内容。 想要"空的花括号容器",字典(第 13 章)才是正主。
坑 2:想改元组 → 报错
t = (1, 2, 3)
t[0] = 99 # ❌ TypeError:'tuple' object does not support item assignment
元组不能改。真想改,先转成列表:list(t) 改完再转回 tuple(...):
t = (1, 2, 3)
lst = list(t) # [1, 2, 3]
lst[0] = 99
t = tuple(lst) # (99, 2, 3)
坑 3:给集合用下标
s = {"苹果", "香蕉"}
print(s[0]) # ❌ TypeError:'set' object is not subscriptable
集合没有顺序,没有"第 0 个"。想按顺序取,先转成列表 list(s)[0](但顺序也不保证)。
坑 4:集合去重只去"完全相同"的
"Python" 和 "python" 是不同的字符串,集合认为它们是两个不同的东西。想忽略大小写去重,先 lower() 再放进去:
words = ["Python", "python", "PYTHON"]
unique = set(w.lower() for w in words) # {'python'}
(这里用了推导式,第 14 章正式学,先感受一下。)
坑 5:单元素元组忘写逗号
t = (5) # ❌ 这不是元组,是整数 5!
print(type(t)) # <class 'int'>
t = (5,) # ✅ 加个逗号才是元组
print(type(t)) # <class 'tuple'>
只有一个元素的元组,必须带逗号 (5,)。 不带逗号的 (5) 只是"圆括号包了个数字",Python 不认它是元组。
坑 6:拆包数量不匹配
point = (3, 5, 7)
x, y = point # ❌ 报错:ValueError: too many values to unpack
左边变量数 ≠ 右边元组元素数,报错。要么写全 x, y, z = point,要么用 *rest 接住多余部分:
x, y, *rest = point # x=3, y=5, rest=[7]
【本章习题】
一、选择题
1. (★) 运行 print(len(set([1, 2, 2, 3, 3, 3]))) 的结果是?
- A.
3 - B.
4 - C.
6 - D.
1
2. (★★) {1, 2, 3} & {2, 3, 4} 的结果是?
- A.
{1, 2, 3, 4} - B.
{2, 3} - C.
{1, 4} - D.
{1, 2, 3}
3. (★★) 下列哪个操作会报错?
- A.
t = (1, 2, 3); print(t[0]) - B.
t = (1, 2, 3); t[0] = 99 - C.
a, b, c = (1, 2, 3) - D.
print(len((1, 2, 3)))
4. (★★ 多选) 关于元组和集合,下列说法正确的是?
- A. 元组是不可变的
- B. 集合可以自动去重
- C.
{1, 2}是一个集合,{}是空集合 - D. 集合中的元素没有顺序
5. (★★ 多选) 关于拆包和集合运算,下列说法正确的是?
- A.
a, b = b, a可以交换两个变量的值 - B.
{1, 2} | {2, 3}的结果是{1, 2, 3} - C.
{1, 2} - {2, 3}的结果是{1} - D.
s.discard("不存在")会报错
二、判断题
1. (★) (1, 2) == (1, 2) 的结果是 True。( )
2. (★★) 集合 {"a", "b"} 和 {"b", "a"} 是相等的。( )
3. (★★) a, b = b, a 可以交换两个变量的值。( )
4. (★★) t = (5) 创建了一个只含元素 5 的元组。( )
三、代码纠错题
1. (★★) 下面代码想创建一个空集合,但运行时 add 报错,请改正:
s = {}
s.add("皮皮")
2. (★★) 下面代码想给元组换一个元素,但报错,请指出正确的改法:
t = (1, 2, 3)
t[1] = 99
四、编程实战题
1. (基础 ★) 用一行代码,把列表 [1, 1, 2, 2, 3, 3, 3] 去重,输出去重后的结果。
2. (基础 ★★) 有甲乙两份名单(列表),请分别输出:同时出现在两份名单的人、只出现在甲名单的人。用集合运算实现。
3. (基础 ★★) 读入一行单词(空格分隔),输出:总共有几个单词、其中不同的单词有几个、这些不同的单词是什么。
4. (挑战 ★★★) 写程序统计下面这段文字里不同的汉字(忽略标点、数字、空格)有多少个:
皮皮爱吃冰糖葫芦,小美爱吃烧烤,阿强说烧烤才是最好吃的。
提示:先去掉标点(用 replace),拆成字符,再用集合去重,数长度。
【参考答案与解析】
一、选择题
1. 答案:A
set([1,2,2,3,3,3]) 去重后是 {1, 2, 3},长度 3。
2. 答案:B
& 是交集,取两边都有的:{2, 3}。
3. 答案:B
元组不可变,t[0] = 99 会报 TypeError。其他都是合法操作。
4. 答案:A、B、D
A 对:元组不可变;B 对:集合自动去重;C 错:{} 是空字典,空集合要写 set();D 对:集合无序。
5. 答案:A、B、C
A 对:拆包交换;B 对:| 是并集,去重合并得 {1, 2, 3};C 对:- 是差集,{1, 2} 去掉 {2, 3} 里有的(2),剩 {1};D 错:discard 不存在不报错,remove 才会。
二、判断题
1. 正确(√)。元组可以比较相等,内容相同就相等。
2. 正确(√)。集合无序,顺序不影响相等性,{"a","b"} 和 {"b","a"} 是同一个集合。
3. 正确(√)。元组拆包让交换一行搞定。
4. 错误(×)。t = (5) 是整数 5,不是元组。单元素元组必须带逗号 (5,)。
三、代码纠错题
1. 解析: {} 是空字典,没有 add 方法。空集合要用 set():
s = set()
s.add("皮皮")
2. 解析: 元组不可变,不能直接改元素。正确做法是先转列表、改完再转回:
t = (1, 2, 3)
lst = list(t) # [1, 2, 3]
lst[1] = 99
t = tuple(lst) # (1, 99, 3)
四、编程实战题
1. 参考代码:
nums = [1, 1, 2, 2, 3, 3, 3]
unique = list(set(nums))
print(unique) # [1, 2, 3](顺序可能不同)
2. 参考代码:
team_a = ["皮皮", "小美", "阿强", "小明"]
team_b = ["小美", "小明", "阿红"]
a_set = set(team_a)
b_set = set(team_b)
print("两边都有:", a_set & b_set) # {'小明', '小美'}
print("只在甲名单:", a_set - b_set) # {'皮皮', '阿强'}
3. 参考代码:
line = input("请输入一行单词(空格分隔):")
words = line.split()
unique_words = set(words)
print(f"总单词数: {len(words)}")
print(f"不同单词数: {len(unique_words)}")
print(f"不同的单词: {unique_words}")
4. 参考代码:
text = "皮皮爱吃冰糖葫芦,小美爱吃烧烤,阿强说烧烤才是最好吃的。"
# 去掉标点
text = text.replace(",", "").replace("。", "")
# 拆成一个个字符,集合去重
chars = set(text)
# 去掉空格
chars.discard(" ")
print("不同的汉字有:", len(chars))
print("它们分别是:", sorted(chars))
🐍"皮皮注:注意我们处理了逗号、句号,但没处理'冰糖葫芦'这种多个字的词——这里我们只按'单个字'统计。如果想按'词语'统计,就复杂了(涉及分词),那是以后爬虫和文本分析的功课。"
📖 下一章,终极容器登场——字典,那个用"钥匙"开"柜子"的前台登记表。