Все, что вам нужно знать о Frozenset в Python

Python — это язык, обладающий ключевыми характеристиками как функциональных, так и объектно-ориентированных языков программирования. В отличие от кортежей или списков, наборы в Python — это, по сути, набор уникальных элементов без ранжирования. Наборы в Python характеризуются значениями, разделенными запятыми, заключенными в фигурные скобки или {}. Однако все элементы в этих множествах неупорядочены.

В этой статье мы рассмотрим тип данных frostset в Python.

ЧТО ЗНАЧИТ FROZENSET?

Frozenset определяется как фиксированная или негибкая неорганизованная группа уникальных по своей природе элементов. Эти наборы содержат группу элементов, но порядок этих элементов внутри набора отсутствует. Судя по названию, нельзя изменить элементы замороженного набора после его создания.

Как и кортежи, замороженные наборы также неизменяемы по своей природе. Обладая свойством хеширования, они также могут использоваться в качестве ключей в словаре. Этот тип наборов поддерживает все виды функций, такие как copy(), union(), isdisjoint(), issuperset(), symmetric_difference(), пересечение() и т. д.

Изучите наши популярные курсы по науке о данных

• Frozenset() — это функция, используемая для создания наборов такого типа.Например,

замороженный набор ([11,12,13])

замороженный набор ({11,12,13})

• Ниже приведен пример, иллюстрирующий свойство хеширования замороженных наборов:

{{11}, {12,13}}

TypeError: unhashable type: 'set'

{замороженный набор ([11]), замороженный набор ([12,13])}

{замороженный набор ({11}), форзенсет ({12,13})}

• Frozenset() — эта функция принимает один параметр.
• Тип возвращаемого значения функции FrozenSet() — это фиксированный Frozenset, который начинается с элементов, переданных в параметре.
• В случае, если в наборе не было передано никаких параметров, выход функции FrozenSet() будет нулевым Frozenset.

Читайте наши популярные статьи о науке о данных

Ознакомьтесь с курсами по науке о данных upGrad

ОПЕРАЦИИ НА FROZENSET

В этом разделе мы собираемся понять различные типы операций, выполняемых на Frozensets, с помощью примеров.

• Союз ()

Функция Union() используется для поиска объединения любых двух замороженных наборов (A1 и A2), которое возвращает все элементы, присутствующие в обоих наборах.

Например.

#замороженные наборы

#инициализировать A1 и A2

A1 = замороженный набор ( (a, b, c, d))

A2 = замороженный набор ( (e, b, d, h, i))

Выход = A1.union (A2)

Печать (вывод)

# ВЫВОД: замороженный набор ( {b, d} )

Изучите наши популярные курсы по науке о данных

• Копировать ()

Функция Copy() позволяет пользователю скопировать все элементы замороженного набора A1 в другой набор A3.

Например.

#замороженные наборы

#инициализировать A1 и A2

A1 = замороженный набор ([a, b, c, d])

A2 = замороженный набор ([e, b, d, h, i])

# копирование замороженного набора

A3 = A1.копировать()

Печать (А3)

#ВЫВОД: замороженный набор( {a,b,c,d} )

Читайте наши популярные статьи о науке о данных

• Симметричная_разность()

Эта функция точно возвращает все элементы, присутствующие в одном из множества наборов.

Например.

#замороженные наборы

#инициализировать A1 и A2

A1 = замороженный набор ( [b, c, d] )

A2 = замороженный набор ([e, b, c, d, i])

Выход = A1.симметричная_разница (A2)

Печать (вывод)

#ВЫВОД: замороженный набор( {e, i} )

• Подмножество()

Эта функция позволяет пользователю проверить, является ли какой-либо набор A1 подмножеством другого набора A2. Он вернет значение «Истина» или «Ложь».

#замороженные наборы

#инициализировать A1 и A2

A1 = замороженный набор ( [b, c, d] )

A2 = замороженный набор ([e, b, c, d, i])

Выход = A1.issubset (A2)

Печать (вывод)

#ВЫВОД: Истина

A1 = замороженный набор ([a,b,c,d])

A2 = замороженный набор ([e, b, c, d, i])

Выход = A1.issubset (A2)

Печать (вывод)

#ВЫХОД: Ложь

ЗАКЛЮЧЕНИЕ

Хотя и наборы, и замороженные наборы способны хранить уникальные элементы, их очень легко реализовать в итерации. В отличие от обычных наборов, элементы замороженного набора в Python являются хешируемыми, а также неизменяемыми и поэтому могут использоваться в качестве ключей для словарей и объектов для других наборов.

Если вам интересно узнать о таблицах и науке о данных, ознакомьтесь с программой Executive PG IIIT-B и upGrad по науке о данных , которая создана для работающих профессионалов и предлагает более 10 тематических исследований и проектов, практические практические семинары, наставничество с отраслевыми экспертами. , общение один на один с отраслевыми наставниками, более 400 часов обучения и помощь в трудоустройстве в ведущих фирмах.

Подготовьтесь к карьере будущего

Подать заявку на степень магистра наук в области науки о данных