Wszystko, co musisz wiedzieć o Frozenset w Pythonie

Python to język, który posiada kluczowe cechy zarówno funkcjonalnych, jak i obiektowych języków programowania. W przeciwieństwie do krotek lub list, zestawy w Pythonie są w zasadzie nierankingowymi zestawami unikalnych elementów. Zbiory w Pythonie charakteryzują się wartościami oddzielonymi przecinkami, umieszczonymi w nawiasach klamrowych lub {}. Jednak wszystkie elementy w tych zestawach są nieuporządkowane.

W tym artykule przyjrzymy się zamrożonemu typowi danych w Pythonie.

CO OZNACZA FROZENSET?

Frozenset definiuje się jako stałą lub nieelastyczną niezorganizowaną grupę elementów, które mają unikalny charakter. Te zestawy zawierają grupę elementów, ale nie ma kolejności tych elementów w zestawie. Używanie nazwy oznacza, że ​​nie można wprowadzać żadnych zmian w elementach zamrożonego zbioru po jego utworzeniu.

Podobnie jak krotki, zestawy zamrożone są również z natury niezmienne. Posiadając właściwość haszowalności, mogą być również używane jako klucze w słowniku. Ten typ zestawów obsługuje wszystkie rodzaje funkcji, takie jak kopiowanie (), union (), isdisjoint (), issuperset (), symmetric_difference (), skrzyżowanie () itp.

Zapoznaj się z naszymi popularnymi kursami Data Science

• freeset() to funkcja służąca do tworzenia tego typu zestawów.na przykład

zamrożony([11,12,13])

zamrożony ({11,12,13})

• Poniżej znajduje się przykład ilustrujący właściwość hashable zamrożonych zestawów:

{ {11}, {12,13} }

TypeError: niehaszowalny typ: „set”

{zamrożony zestaw ( [11] ), zamrożony zestaw ( [12,13] ) }

{zamrożony zestaw ( {11} ), zestaw zamrożony ( {12,13} ) }

• Frozenset() — Ta funkcja przyjmuje jeden parametr.
• Typ zwracany przez funkcję frozenset() jest ustalonym zestawem zamrożonym, który zaczyna się od elementów przekazanych w parametrze.
• W przypadku, gdy w zbiorze nie zostały przekazane żadne parametry, wyjściem funkcji frozenset() będzie pusty zestaw zamrożony.

Przeczytaj nasze popularne artykuły dotyczące nauki o danych

Sprawdź kursy nauki o danych firmy upGrad

OPERACJE NA FROZENSET

W tej sekcji zrozumiemy różne rodzaje operacji wykonywanych na zestawach Frozenset za pomocą przykładów.

• Unia()

Funkcja Union() służy do znajdowania sumy dowolnych dwóch zamrożonych zestawów (A1 i A2), która zwraca wszystkie elementy obecne w obu zestawach.

Np.

#zamrożone zestawy

#Zainicjuj A1 i A2

A1= zamrożony zestaw ( (a, b, c, d) )

A2= zestaw zamrożony ( (e, b, d, h, i) )

Wyjście= A1.unia(A2)

Drukuj (wyjście)

# WYJŚCIE: zamrożone ( {b, d} )

Zapoznaj się z naszymi popularnymi kursami Data Science

• Kopiuj ()

Funkcja Copy() umożliwia użytkownikowi skopiowanie wszystkich elementów z zamrożonego zestawu A1 do innego zestawu A3.

Np.

#zamrożone zestawy

#inicjalizuj A1 i A2

A1= zestaw zamrożony ( [a, b, c, d] )

A2= zestaw zamrożony ( [e, b, d, h, i] )

#kopiowanie zamrożonego zestawu

A3 = A1.kopia()

Drukuj (A3)

#WYJŚCIE: zamrożony zestaw ( {a,b,c,d} )

Przeczytaj nasze popularne artykuły dotyczące nauki o danych

• Różnica_symentryczna()

Ta funkcja zwraca dokładnie wszystkie elementy obecne w jednym z wielu zestawów.

Np.

#zamrożone zestawy

#inicjalizuj A1 i A2

A1 = zamrożony ( [b, c, d] )

A2 = zestaw zamrożony ( [e, b, c, d, i] )

Wyjście = A1.symetryczna_różnica(A2)

Drukuj (wyjście)

#WYJŚCIE: zestaw zamrożony ( {e, i} )

• Ispodzbiór()

Funkcja ta pozwala użytkownikowi sprawdzić, czy jakiś zbiór A1 jest podzbiorem innego zbioru A2. Zwróci wartość „Prawda” lub „Fałsz”.

#zamrożone zestawy

#inicjalizuj A1 i A2

A1 = zamrożony ( [b, c, d] )

A2 = zestaw zamrożony ( [e, b, c, d, i] )

Wyjście = A1.ispodzbiór(A2)

Drukuj (wyjście)

#WYJŚCIE: Prawda

A1 = zestaw zamrożony ( [a,b, c, d] )

A2 = zestaw zamrożony ( [e, b, c, d, i] )

Wyjście = A1.ispodzbiór(A2)

Drukuj (wyjście)

#WYJŚCIE: Fałsz

WNIOSEK

Chociaż zarówno zestawy, jak i zamrożone zestawy są w stanie przechowywać unikalne elementy, można je bardzo łatwo zaimplementować w iteracjach. W przeciwieństwie do zwykłych zestawów, elementy zamrożonego zestawu w pythonie można hashować, a także niezmieniać, dlatego mogą być używane jako klucze do słowników i obiekty do innych zestawów.

Jeśli chcesz dowiedzieć się więcej o tableau, nauce o danych, sprawdź program Executive PG IIIT-B & upGrad w Data Science , który jest stworzony dla pracujących profesjonalistów i oferuje ponad 10 studiów przypadków i projektów, praktyczne warsztaty praktyczne, mentoring z ekspertami branżowymi , 1 na 1 z mentorami branżowymi, ponad 400 godzin nauki i pomocy w znalezieniu pracy w najlepszych firmach.

Przygotuj się na karierę przyszłości

Złóż wniosek o tytuł magistra w dziedzinie nauki o danych