1. 封装与解构
封装与解构属于 Python 语言的一种特性，它使用起来很像其他语言中的 "逗号表达式"，但内部原理是不同的，在某些场景下：比如变量交换、复制时使用，显得非常优雅。
1.1. 封装
封装顾名思义就是装箱，把多个值使用逗号分隔，组合在一起，本质上来看，其返回的是一个元组，只是省略了小括号。(一定要区别于 C 语言的逗号表达式)
In : t1 =(1,2) # 定义一个元组
In : t2 = 1,2 # 省略括号，其内部还是会封装成元组
In : t1
Out:(1, 2)
In : t2
Out:(1, 2)
In : type(t1)
Out: tuple
In : type(t2)
Out: tuple
1.2. 解构
解构，就是把箱子解开，在 Python 中表示从线性结构中把元素解开，并且顺序的赋值给其他变量，需要注意的是，解构时接受元素的变量，需要放在等式的左边，并且数量要和右边待解开的元素的个数一致。
In : t1
Out:(1, 2)
In : a,b = t1 # 表示把 1 赋给 a，把 2 赋给 b
In : a
Out: 1
In : b
Out: 2
In : a,b,c = t1 # 当接受元素的变量多于解构的元素时，会提示 ValueError，反之相同
---------------------------------------------------------------------------
ValueError Traceback(most recent call last)
<ipython-input-101-2e8ad53e5fc7> in <module>
----> 1 a,b,c = t1
ValueError: not enough values to unpack(expected 3, got 2)
1.3. Python3 的解构
了解了封装与解构，那么回想一下当我们需要进行变量交换的时候，是否可以通过封装与解构进行优化呢？当我们在其他语言中进行 a，b 变量的值的交换，我们需要一个中间变量 temp，即：temp = a ; a = b ; b = temp，在 Python 中我们可以省略它。
>>> a = 1
>>> b = 2
>>> a,b = b,a # 等号右边使用了封装，而左边就使用了解构，这样就完成了变量的交换了，是不是很方便
>>> a
2
>>> b
1
>>>
为什么可以使用这种操作，是因为 Python 在进行变量赋值时，会先计算等式右边的表达式，封装起来，然后再进行解构，赋值给对应位置上的变量。
-
*号： 使用方式为:*变量名，贪婪吸收解构的元素并形成一个列表，无论能否吸收，都会返回一个列表。 -
_号：表示丢弃一个变量(实际上是使用_做变量名接受不想要的值，但不使用它，相当于把它丢弃，这是一个惯例，是一个不成文的约定，不是标准)
In : t = list(range(5))
In : t
Out: [0, 1, 2, 3, 4]
In : head,*mid,tail = t
In : head
Out: 0
In : mid
Out: [1, 2, 3]
In : tail
Out: 4
需要注意的是：
-
*变量名这种格式不能单独使用 - 也不能多个
*变量名连续使用（因为从原理上看，两个*变量名连起来使用，会引起歧义，所以 Python 禁止了这种写法） -
*_这种格式，可以收集足够多的元素并丢弃之
# 从 [1,(2,3,4),5] 中取出 4 来
>>> _,(*_,a),_ = [1,(2,3,4),5]
>>> a
>>> 4
# 环境变量 JAVA_HOME=/usr/bin/java，返回环境变量名和路径
>>> env, path = 'JAVA_HOME=/usr/bin/java'.split('=')
>>> env, path
>>>('JAVA_HOME','/usr/bin/java')
# 或者
In : env, _, path = 'JAVA_HOME=/usr/bin/java'.partition('=')
In : env, path
Out:('JAVA_HOME', '/usr/bin/java')
解构是 Python 提供的很好的功能，可以方便的提取复杂的数据结构的值，配合
*和_使用时，会更加便捷。
2. set 类型
集合 set 在 Python 中是一个非常重要的 非线性结构，它使用 {} 表示，用三个词总结集合的特点就是：可变的、无序的、不重复。它的官方解释如下：
- set 是一个无序的，不重复的
可 hash 对象组成的集。 - 常用来进行成员测试，在一个序列中去掉重复的对象，和进行数学上的计算，比如
交集(intersection)、并集(union)、差集(difference)、对称差集(symmetric difference)等。 - 和其他容器类型相似，在一个无序的集合中支持
x in set,len(set),for x in set等操作。 - set 不会记录元素的位置以及元素加入集合的顺序，所以 set 不支持
索引，切片或者其他的类序列的操作。
什么是可 hash 对象，可以简单的理解为可以被
hash()计算的对象，在 Python 中，可 hash 对象是不可变类型的，比如 tuple, str, int 等等。
2.1. set 的定义
Python 提供了两种定义一个集合的方式，set() 和 set(iterable)，他们的用法如下：
set() --> new empty set object # 返回一个空的 set 对象
set(iterable) --> new set object # 返回一个 set 对象，元素由 iterable 填充
例如：
In : s1 = set()
In : s2 = set(range(5)) # {0, 1, 2, 3, 4}
In : s3 = set(list(range(10))) # 外面使用 list 进行转换，多此一举
In : s3
Out: {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
In : s4 = {} # 这种方式实际上是创建了一个空字典，而不是集合
In : s4
Out: {}
In : type(s4)
Out: dict
In : s5 = {(1,3),3,'a'}
In : s6 = {[1,2],(1,2,),1,2} # list 属于不可 hash 对象，所以无法添加到 set 中去
---------------------------------------------------------------------------
TypeError Traceback(most recent call last)
<ipython-input-52-237c72203405> in <module>
----> 1 s6={[1,2],(1,2,),1,2}
TypeError: unhashable type: 'list'
2.2. set 的基本操作
set 是可变的类型，那就意味着，我们可以对 set 进行增加、删除、修改等操作。
2.2.1. 增加元素
set 提供了两种定义一个集合的方式，add 和 update，他们的用法如下：
s.add(elem) --> None # 在集合 s 中添加一个元素 elem，如果元素存在，则什么都不做(去重特性)。（就地修改）
s.update(*others) --> None # 把 *others 个可迭代可 hash 对象，和 s 进行并集，然后赋给 s。（就地修改）
例如：
In : s = {1, 2, 3}
In : s.add('abc') # 把字符串 'abc' 当作一个元素添加进去
In : s
Out: {1, 2, 3, 'abc'}
In : s.add((1,2,3)) # 把元组(1,2,3) 当作一个元素添加进去
In : s
Out: {(1, 2, 3), 1, 2, 3, 'abc'}
In : s.update(range(5),'abcdef',[5,6,7,8]) # 合并多个可迭代可 hash 对象到 s 集合中来
In : s
Out: {(1, 2, 3), 0, 1, 2, 3, 4, 5, 6, 7, 8, 'a', 'abc', 'b', 'c', 'd', 'e', 'f'}
2.2.2. 删除元素
set 提供了多种删除元素的方式，比如 remove ,pop，他们的用法如下：
s.remove(elem) --> None # 在集合 s 中删除一个元素，这个元素必须存在集合 s 中，否则会报 KeyError 异常
s.discard(elem) --> None # 在集合 s 中删除一个元素，如果元素不存在集合中，那么什么也不做
s.pop() --> item # 在集合 s 中随便弹出一个元素，并返回元素的本身，如果集合本身为空，那么会提示 KeyError 异常
s.clear() --> None # 清空集合
例如：
In : s
Out: {(1, 2, 3), 0, 1, 2, 3, 4, 5, 6, 7, 8, 'a', 'abc', 'b', 'c', 'd', 'e', 'f'}
In : s.remove(0)
In : s
Out: {(1, 2, 3), 1, 2, 3, 4, 5, 6, 7, 8, 'a', 'abc', 'b', 'c', 'd', 'e', 'f'}
In : s.remove(1000) # 不存在集合内的元素，删除会报异常
---------------------------------------------------------------------------
KeyError Traceback(most recent call last)
<ipython-input-74-9d9da17ab719> in <module>
----> 1 s.remove(1000)
KeyError: 1000
In : s = {(1, 2, 3), 1, 2, 3, 4, 5, 6, 7, 8, 'a', 'abc', 'b', 'c', 'd', 'e', 'f'}
In : s.pop()
Out: 1
In : s
Out: {(1, 2, 3), 2, 3, 4, 5, 6, 7, 8, 'a', 'abc', 'b', 'c', 'd', 'e', 'f'}
In : s1 = set()
In : s1.pop() # 空集合会报异常
---------------------------------------------------------------------------
KeyError Traceback(most recent call last)
<ipython-input-84-095118de218b> in <module>
----> 1 s1.pop()
KeyError: 'pop from an empty set'
In : s = {(1, 2, 3), 4, 5, 6, 7, 8, 'a', 'abc', 'b', 'c', 'd', 'e', 'f'}
In : s.discard(1000) # 不会报异常
In : s.discard(4)
In : s
Out: {(1, 2, 3), 5, 6, 7, 8, 'a', 'abc', 'b', 'c', 'd', 'e', 'f'}
In : s.clear()
In : s
Out: set()
2.2.3. 修改元素
上来我们需要先想一个问题，为什么要修改 set 呢？修改的本质是什么？
- 修改的本质其实就是找到这个元素，删除，然后再加入新的元素
- 由于集合是非线性结构，所以无法被索引
- 但是 set 是容器，可以被迭代
所以 set 不能像 list 那样，通过索引修改元素，因为它无序的特性，修改其实等同于删除后再添加元素。
2.2.4. 成员判断
我们说既然 set 是容器，那么我们就可以对容器内的元素进行判断，那么就需要使用成员判断符 in 和 not in 了。
-
in：x in s, 判断元素 x 是否是在集合 s 中，返回 bool 类型 -
not in：x not in s, 判断元素 x 不在集合 s 中，返回 bool 类型
In : s = set(range(20))
In : s
Out: {0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19}
In : 1 in s
Out: True
In : 10000 not in s
Out: True
2.3. set 和线性结构
在 list，str 这种 线性结构 中进行 成员判断 时，因为需要遍历，线性结构的查询时间复杂度是 O(n)，即随着数据规模的增大而增加耗时。
而 set 等非线性结构，内部使用的是 hash 值作为 key，查询时只需把要判断的元素进行 hash，找到 set 中对应的门牌号，把里面的数据拽出来，看看是不是相同就可以，时间复杂度可以做到 O(1)，查询时间和数据规模无关，效率很高。
在 Python 中可 hash 对象 都属于不可变类型 ，Python 中的可 hash 对象如下：
- 数值类型 int、float、complex
- 布尔值 True、False
- 字符串 String、Bytes
- 元组 tuple
- None
3. 集合
简单来说，所谓的一个集合，就是将数个对象归类而分成一个或数个形态各异的大小整体。 一般来讲，集合 是具有某种特性的事物的整体，或是一些确认对象的汇集。构成集合的事物或对象称作 元素 或是 成员。集合的元素可以是任何事物，可以是人，可以是物，也可以是字母或数字等。 （此解释来自于维基百科）
- 全集：所有元素的结合。例如实数集，所有实数组成的集合就是实数集
- 子集 subset 和超集 superset：一个集合 A 所有的元素都在另一个集合 B 内，A 是 B 的子集，B 是 A 的超集
- 真子集和真超集：A 是 B 的子集，且 A 不等于 B，A 就是 B 的真子集，B 就是 A 的真超集
- 并集：多个集合合并的结果
- 交集：多个集合的公共部分
- 差集：集合中除去和其他集合共有的部分
这些是小学数学基础概念。
3.1. 集合运算
通过集合运算，我们可以方便地求出集合的差集、并集等，Python 的集合除了提供了大量的集合运算方法，还提供了不少的特殊符号用来表示集合运算。
3.2. 并集
将集合 A 和集合 B 所有元素合并在一起，组成的集合称为集合 A 和集合 B 的 并集
union.png
s.union(*others) --> new set object # 把多个集合和集合 s 进行合并，返回一个新的集合对象，使用 | 表示
s.update(*others) --> None # 把 *others 个可迭代可 hash 对象，和 s 进行并集，然后赋给 s。（就地修改）, 使用 |= 表示
3.3. 交集
集合 A 和集合 B，由所有属于 A 且属于 B 的元素组成的集合称为 交集。
intersection.png
s.intersection(*others) --> new set object # 返回多个集合的交集，使用 & 表示
s.intersection_update(*others) --> None # 获取多个集合的交集，就地进行修改，使用 &= 表示
3.4. 差集
集合 A 和 B，由所有属于 A 且不属于 B 的元素组成的集合称为 差集。
difference.png
s.difference(*others) --> new set object # 返回集合 s 和其他多个集合的差集，使用 - 表示
s.difference_update(*others) --> None # 返回集合 s 和其他多个集合的差集，就地进行修改，使用 -= 表示
3.5. 对称差集
不属于集合 A 和集合 B 交集的其他元素组成的集合，数学表达式为：(A-B) U(B-A)。
symmetric_differece.png
s.symmetric_difference(other) --> new set object # 返回和另一个集合的对称差集，使用 ^ 表示
s.symmetric_difference_update(other) --> None # 返回和另一个集合的对称差集，就地修改，使用 ^= 表示
3.6. 集合的其他运算
s.issubset(other) --> bool # 判断当前集合是否是另一个集合的子集，使用 <= 表示
set1 < set2 # 判断 set1 是否是 set2 的真子集
s.issuperset(other) --> bool # 判断当前集合是否是 other 的超集，使用 >= 表示
set1 > set2 # 判断 set1 是否是 set2 的真超集
s.isdisjoint(other) --> bool # 判断当前集合和另一个集合有没有交集，没有交集返回 True
以上集合运算举例说明之：
>>> s1 = set(range(1, 10))
>>> s2 = set(range(8, 15))
>>> s1, s2
({1, 2, 3, 4, 5, 6, 7, 8, 9}, {8, 9, 10, 11, 12, 13, 14})
>>> s1 | s2 # s1 和 s2 的并集
{1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14}
>>> s1 |= s2 ; s1 # 就地修改，结果赋值给 s1
{1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14}
>>> s1 = set(range(1, 10)) ; s2 = set(range(8, 15)) ; s1, s2
({1, 2, 3, 4, 5, 6, 7, 8, 9}, {8, 9, 10, 11, 12, 13, 14})
>>> s1 & s2 # s1 和 s2 的交集
{8, 9}
>>> s1 &= s2 ; s1 # 就地修改，结果赋值给 s1
{8, 9}
>>> s1 = set(range(1, 10)) ; s2 = set(range(8, 15)) ; s1, s2
({1, 2, 3, 4, 5, 6, 7, 8, 9}, {8, 9, 10, 11, 12, 13, 14})
>>> s1 - s2 # s1 和 s2 的差集，从 s1 中排除与 s2 的交集中的元素，得到所有属于 s1 但是不属于 s2 的元素组成的集合
{1, 2, 3, 4, 5, 6, 7}
>>> s1 -= s2 ; s1 # 就地修改，结果赋值给 s1
{1, 2, 3, 4, 5, 6, 7}
>>> s1 = set(range(1, 10)) ; s2 = set(range(8, 15)) ; s1, s2
({1, 2, 3, 4, 5, 6, 7, 8, 9}, {8, 9, 10, 11, 12, 13, 14})
>>> s1 ^ s2 # s1 和 s2 的对称差集，从 s1 和 s2 的并集中排除 s1 的 s2 交集
{1, 2, 3, 4, 5, 6, 7, 10, 11, 12, 13, 14}
>>> s1 ^= s2 ; s1 # 就地修改，结果赋值给 s1
{1, 2, 3, 4, 5, 6, 7, 10, 11, 12, 13, 14}
>>> s1,s2
({1, 2, 3, 4, 5, 6, 7, 10, 11, 12, 13, 14}, {8, 9, 10, 11, 12, 13, 14})
>>> s2 < s1 # 判断 s2 是否是 s1 的真子集
False
>>> s1 = set(range(6)) ; s2 = set(range(5, -1, -1)) ; s1, s2
({0, 1, 2, 3, 4, 5}, {0, 1, 2, 3, 4, 5})
>>> s1 <= s2 # 判断 s1 是否是 s2 的子集
True
>>> s1 < s2 # 判断 s1 是否是 s2 的真子集
False
>>> s2 >= s1 # 判断 s2 是否是 s1 的超集
True
>>> s2 > s1 # 判断 s2 是否是 s1 的真超集
False
>>> s1.isdisjoint(s2) # 判断 s2 是否与 s1 没有交集，没有交集返回 True
False
