آکادمی بنو/آموزش پایتون

مجموعه (Set) در پایتون

بهنام نوبخت · ۱۴۰۵/۸/۱۵

مجموعه (Set) یکی از انواع داده در پایتون است که برای نگهداری مقادیر یکتا استفاده می‌شود. برخلاف لیست و تاپل، مجموعه عناصر تکراری را نگه نمی‌دارد و ترتیب مشخصی برای دسترسی به عناصر آن وجود ندارد. مجموعه‌ها برای حذف مقادیر تکراری، بررسی عضویت و انجام عملیات ریاضی مانند اجتماع، اشتراک و تفاضل بسیار کاربردی هستند. در این آموزش، با روش ساخت Set، افزودن و حذف عناصر، عملیات مجموعه‌ها و کاربردهای عملی آن‌ها در پایتون آشنا می‌شویم.

مجموعه (Set) یکی از انواع داده در پایتون است که برای نگهداری مقادیر یکتا استفاده می‌شود. برخلاف لیست و تاپل، مجموعه عناصر تکراری را نگه نمی‌دارد و ترتیب مشخصی برای دسترسی به عناصر آن وجود ندارد. مجموعه‌ها برای حذف مقادیر تکراری، بررسی عضویت و انجام عملیات ریاضی مانند اجتماع، اشتراک و تفاضل بسیار کاربردی هستند. در این آموزش، با روش ساخت Set، افزودن و حذف عناصر، عملیات مجموعه‌ها و کاربردهای عملی آن‌ها در پایتون آشنا می‌شویم.

مجموعه (Set) در پایتون چیست؟

مجموعه یک ساختار داده است که هر عنصر آن باید یکتا باشد. اگر یک مقدار چند بار به مجموعه اضافه شود، فقط یک نسخه از آن نگهداری می‌شود.

برای تعریف مجموعه معمولاً از آکولاد {} استفاده می‌کنیم.

numbers = {10, 20, 30, 40}

print(numbers)
print(type(numbers))

خروجی نمونه:

{10, 20, 30, 40}
<class 'set'>

نکته: ترتیب نمایش عناصر مجموعه تضمین‌شده نیست. بنابراین نباید برای دسترسی به عناصر Set به ترتیب نمایش آن‌ها تکیه کنیم.

حذف مقادیر تکراری

numbers = {10, 20, 10, 30, 20, 40}

print(numbers)

خروجی نمونه:

{10, 20, 30, 40}

مقادیر تکراری حذف شده‌اند و هر عدد فقط یک بار در مجموعه باقی مانده است.

روش‌های ساخت مجموعه در پایتون

ساخت مجموعه با آکولاد

languages = {"Python", "Java", "CSharp"}

print(languages)

در این مثال، سه زبان برنامه‌نویسی در یک مجموعه ذخیره شده‌اند.

ساخت مجموعه خالی

برای ساخت مجموعه خالی باید از set() استفاده کنیم.

items = set()

print(items)
print(type(items))

خروجی:

set()
<class 'set'>

توجه: استفاده از {} یک دیکشنری خالی می‌سازد، نه یک مجموعه خالی.

data = {}

print(type(data))

خروجی:

<class 'dict'>

ساخت مجموعه با set()

تابع set() می‌تواند از یک ساختار قابل پیمایش مانند لیست یا تاپل، مجموعه بسازد.

numbers = set([10, 20, 10, 30, 20])

print(numbers)

خروجی نمونه:

{10, 20, 30}

این روش برای حذف مقادیر تکراری از یک لیست بسیار مفید است.

چه مقادیری را می‌توان در Set قرار داد؟

عناصر مجموعه باید قابل هش‌کردن (Hashable) باشند. انواعی مانند عدد، رشته و تاپلِ دارای عناصر قابل هش‌کردن معمولاً می‌توانند عضو مجموعه باشند.

data = {10, "Python", 3.14, (1, 2)}

print(data)

اما نمی‌توانیم مستقیماً یک لیست یا دیکشنری را به‌عنوان عضو مجموعه قرار دهیم؛ زیرا این ساختارها قابل هش‌کردن نیستند.

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

کد بالا خطای TypeError ایجاد می‌کند.

افزودن عناصر به مجموعه

برای افزودن یک عنصر به Set از متد add() استفاده می‌کنیم.

languages = {"Python", "Java"}

languages.add("CSharp")

print(languages)

خروجی نمونه:

{'Python', 'Java', 'CSharp'}

اگر عنصری را که از قبل وجود دارد دوباره اضافه کنیم، مجموعه تغییری نمی‌کند.

numbers = {10, 20, 30}

numbers.add(20)

print(numbers)

خروجی نمونه:

{10, 20, 30}

افزودن چند عنصر با update()

متد update() برای افزودن چند عنصر از یک ساختار قابل پیمایش استفاده می‌شود.

numbers = {10, 20}

numbers.update([30, 40, 50])

print(numbers)

خروجی نمونه:

{10, 20, 30, 40, 50}

می‌توانیم چند مجموعه یا ساختار قابل پیمایش را نیز به آن بدهیم.

numbers = {10, 20}

numbers.update([30, 40], (50, 60))

print(numbers)

خروجی نمونه:

{10, 20, 30, 40, 50, 60}

حذف عناصر از مجموعه

پایتون چند متد برای حذف عناصر Set دارد که رفتار آن‌ها کمی متفاوت است.

متد remove()

عنصر مشخص‌شده را حذف می‌کند. اگر عنصر وجود نداشته باشد، خطای KeyError ایجاد می‌شود.

numbers = {10, 20, 30}

numbers.remove(20)

print(numbers)

خروجی نمونه:

{10, 30}

متد discard()

مانند remove() عنصر را حذف می‌کند، اما اگر عنصر وجود نداشته باشد، خطایی ایجاد نمی‌کند.

numbers = {10, 20, 30}

numbers.discard(100)

print(numbers)

خروجی نمونه:

{10, 20, 30}

بنابراین، اگر مطمئن نیستیم که عنصر وجود دارد یا نه، discard() گزینه مناسب‌تری است.

متد pop()

یک عنصر از مجموعه حذف می‌کند و آن را برمی‌گرداند. از آنجا که Set ترتیب مشخصی ندارد، نباید انتظار داشته باشیم که pop() حتماً کوچک‌ترین، بزرگ‌ترین یا اولین عنصر ظاهری را حذف کند.

numbers = {10, 20, 30}

removed = numbers.pop()

print("Removed:", removed)
print("Remaining:", numbers)

عنصر حذف‌شده به ترتیب داخلی مجموعه بستگی دارد.

متد clear()

تمام عناصر مجموعه را حذف می‌کند.

numbers = {10, 20, 30}

numbers.clear()

print(numbers)

خروجی:

set()

بررسی وجود عنصر با in و not in

برای بررسی وجود یک مقدار در مجموعه از عملگرهای in و not in استفاده می‌کنیم.

languages = {"Python", "Java", "CSharp"}

print("Python" in languages)
print("PHP" in languages)
print("PHP" not in languages)

خروجی:

True
False
True

این قابلیت برای بررسی سریع وجود مقادیر بسیار کاربردی است.

مثال:

allowed_roles = {"admin", "manager", "user"}

role = input("Enter your role: ").strip().lower()

if role in allowed_roles:
    print("Role recognized.")
else:
    print("Unknown role.")

در این برنامه، نقش واردشده با نقش‌های موجود در مجموعه مقایسه می‌شود. این بررسی به‌تنهایی جایگزین سیستم احراز هویت و کنترل دسترسی امن نیست.

عملیات اجتماع مجموعه‌ها (Union)

اجتماع دو مجموعه شامل تمام عناصری است که در یکی از مجموعه‌ها یا هر دو وجود دارند. عناصر تکراری فقط یک بار نگهداری می‌شوند.

فرض کنید دو مجموعه از زبان‌های برنامه‌نویسی داریم:

group_a = {"Python", "Java", "CSharp"}
group_b = {"Python", "JavaScript", "PHP"}

result = group_a.union(group_b)

print(result)

خروجی نمونه:

{'Python', 'Java', 'CSharp', 'JavaScript', 'PHP'}

می‌توانیم برای اجتماع از عملگر | نیز استفاده کنیم.

group_a = {1, 2, 3}
group_b = {3, 4, 5}

print(group_a | group_b)

خروجی نمونه:

{1, 2, 3, 4, 5}

عملیات اشتراک مجموعه‌ها (Intersection)

اشتراک دو مجموعه شامل عناصری است که در هر دو مجموعه وجود دارند.

group_a = {"Python", "Java", "CSharp"}
group_b = {"Python", "JavaScript", "Java"}

result = group_a.intersection(group_b)

print(result)

خروجی نمونه:

{'Python', 'Java'}

همچنین می‌توانیم از عملگر & استفاده کنیم.

group_a = {1, 2, 3, 4}
group_b = {3, 4, 5, 6}

print(group_a & group_b)

خروجی نمونه:

{3, 4}

اشتراک برای پیدا کردن موارد مشترک بین دو مجموعه داده کاربرد دارد؛ مثلاً کاربرانی که در دو گروه مختلف حضور دارند.

عملیات تفاضل مجموعه‌ها (Difference)

تفاضل دو مجموعه، عناصری را برمی‌گرداند که در مجموعه اول وجود دارند، اما در مجموعه دوم وجود ندارند.

group_a = {1, 2, 3, 4}
group_b = {3, 4, 5, 6}

print(group_a.difference(group_b))

خروجی نمونه:

{1, 2}

عملگر - نیز همین کار را انجام می‌دهد.

group_a = {"Python", "Java", "CSharp"}
group_b = {"Python", "JavaScript"}

print(group_a - group_b)

خروجی نمونه:

{'Java', 'CSharp'}

نکته مهم: تفاضل جهت‌دار است. یعنی A - B لزوماً با B - A یکسان نیست.

تفاضل متقارن (Symmetric Difference)

تفاضل متقارن شامل عناصری است که فقط در یکی از دو مجموعه حضور دارند؛ عناصر مشترک حذف می‌شوند.

group_a = {1, 2, 3, 4}
group_b = {3, 4, 5, 6}

print(group_a.symmetric_difference(group_b))

خروجی نمونه:

{1, 2, 5, 6}

عملگر ^ نیز برای همین عملیات استفاده می‌شود.

group_a = {"Python", "Java"}
group_b = {"Java", "PHP"}

print(group_a ^ group_b)

خروجی نمونه:

{'Python', 'PHP'}

بررسی زیرمجموعه و ابرمجموعه

گاهی لازم است بررسی کنیم که آیا تمام عناصر یک مجموعه در مجموعه دیگر وجود دارند یا خیر.

زیرمجموعه با issubset()

اگر تمام عناصر یک مجموعه در مجموعه دیگر باشند، مجموعه اول زیرمجموعه مجموعه دوم است.

small = {1, 2}
large = {1, 2, 3, 4}

print(small.issubset(large))

خروجی:

True

می‌توانیم از عملگر <= نیز استفاده کنیم.

print({1, 2} <= {1, 2, 3})

خروجی:

True

ابرمجموعه با issuperset()

اگر مجموعه‌ای تمام عناصر مجموعه دیگر را داشته باشد، ابرمجموعه آن است.

large = {1, 2, 3, 4}
small = {1, 2}

print(large.issuperset(small))

خروجی:

True

این عملیات برای مقایسه گروه‌ها، مجوزها و دسته‌بندی داده‌ها مفید هستند.

پیمایش مجموعه با حلقه for

برای پیمایش عناصر مجموعه می‌توانیم از حلقه for استفاده کنیم.

languages = {"Python", "Java", "CSharp"}

for language in languages:
    print(language)

خروجی ممکن است در اجراهای مختلف ترتیب متفاوتی داشته باشد؛ برای مثال:

Java
Python
CSharp

ترتیب بالا فقط نمونه است و تضمین نمی‌شود.

اگر به خروجی مرتب نیاز داشته باشیم، می‌توانیم از sorted() استفاده کنیم.

numbers = {40, 10, 30, 20}

for number in sorted(numbers):
    print(number)

خروجی:

10
20
30
40

تابع sorted() یک لیست مرتب‌شده برمی‌گرداند و مجموعه اصلی را تغییر نمی‌دهد.

تعداد عناصر مجموعه با len()

تابع len() تعداد عناصر یکتای مجموعه را برمی‌گرداند.

numbers = {10, 20, 10, 30, 20, 40}

print(len(numbers))

خروجی:

4

با وجود شش مقدار در تعریف اولیه، تنها چهار مقدار یکتا در مجموعه باقی مانده است.

حذف مقادیر تکراری از لیست

یکی از کاربردهای مهم Set حذف عناصر تکراری از یک لیست است.

numbers = [10, 20, 10, 30, 20, 40]

unique_numbers = set(numbers)

print(unique_numbers)

خروجی نمونه:

{10, 20, 30, 40}

اگر بخواهیم نتیجه دوباره به‌صورت لیست باشد، می‌توانیم از list() استفاده کنیم.

numbers = [10, 20, 10, 30, 20, 40]

unique_numbers = list(set(numbers))

print(unique_numbers)

خروجی نمونه:

[40, 10, 20, 30]

ترتیب خروجی تضمین نمی‌شود. اگر می‌خواهیم ترتیب اولین رخدادها حفظ شود، می‌توانیم از روش زیر استفاده کنیم:

numbers = [10, 20, 10, 30, 20, 40]

unique_numbers = list(dict.fromkeys(numbers))

print(unique_numbers)

خروجی:

[10, 20, 30, 40]

این روش با استفاده از کلیدهای یکتای دیکشنری، مقادیر تکراری را حذف می‌کند و ترتیب ورود عناصر را حفظ می‌کند.

ساخت مجموعه با Set Comprehension

در پایتون می‌توانیم با یک عبارت فشرده، مجموعه‌ای جدید بسازیم. به این روش Set Comprehension گفته می‌شود.

مثال: ساخت مجموعه مربع اعداد ۱ تا ۵.

squares = {number ** 2 for number in range(1, 6)}

print(squares)

خروجی نمونه:

{1, 4, 9, 16, 25}

می‌توانیم شرط نیز اضافه کنیم.

numbers = {1, 2, 3, 4, 5, 6, 7, 8, 9, 10}

even_squares = {
    number ** 2
    for number in numbers
    if number % 2 == 0
}

print(even_squares)

خروجی نمونه:

{64, 4, 100, 16, 36}

در این مثال، ابتدا اعداد زوج انتخاب شده‌اند و سپس مربع آن‌ها در مجموعه جدید قرار گرفته است. ترتیب نمایش عناصر تضمین نمی‌شود.

تفاوت Set، List و Tuple

هر سه ساختار برای نگهداری چند مقدار استفاده می‌شوند، اما کاربردهای متفاوتی دارند.

ویژگی

List

Tuple

Set

نماد رایج

[]

()

{}

حفظ ترتیب

بله

بله

ترتیب قابل اتکا ندارد

مقادیر تکراری

مجاز

مجاز

حذف می‌شوند

تغییر عناصر

بله

خیر

افزودن و حذف ممکن است

دسترسی با اندیس

بله

بله

خیر

کاربرد اصلی

داده‌های قابل تغییر و مرتب

داده‌های مرتب و تغییرناپذیر

مقادیر یکتا و عملیات مجموعه‌ای

برای مثال، اگر ترتیب مراحل یک فرایند مهم باشد، لیست انتخاب مناسبی است. اگر اطلاعات ثابت یک نقطه مانند مختصات را نگهداری کنیم، تاپل می‌تواند مناسب باشد. اما اگر بخواهیم فهرستی از شناسه‌های یکتا داشته باشیم یا موارد مشترک دو گروه را پیدا کنیم، Set گزینه خوبی است.

تمرین‌های مجموعه در پایتون

برای تسلط بر مجموعه‌ها، تمرین‌های زیر را حل کنید.

تمرین ۱: ساخت مجموعه

مجموعه‌ای شامل اعداد 10، 20، 10، 30 و 20 بسازید و تعداد عناصر یکتای آن را با len() نمایش دهید.

تمرین ۲: افزودن و حذف عناصر

یک مجموعه از نام سه زبان برنامه‌نویسی بسازید. سپس یک زبان جدید با add() اضافه کنید و یک زبان موجود را با remove() یا discard() حذف کنید.

تمرین ۳: حذف مقادیر تکراری

لیست زیر را به مجموعه تبدیل کنید تا مقادیر تکراری حذف شوند:

numbers = [1, 2, 3, 2, 4, 1, 5, 3]

سپس نتیجه را دوباره به لیست تبدیل کنید.

تمرین ۴: اجتماع و اشتراک

دو مجموعه زیر را در نظر بگیرید:

group_a = {1, 2, 3, 4}
group_b = {3, 4, 5, 6}

اجتماع و اشتراک آن‌ها را محاسبه و نمایش دهید.

تمرین ۵: پیدا کردن اعضای متفاوت

با استفاده از تفاضل، عناصری را پیدا کنید که در group_a وجود دارند، اما در group_b وجود ندارند.

تمرین ۶: اعضای مشترک دو گروه

دو لیست از نام دانشجویان تعریف کنید و با تبدیل آن‌ها به مجموعه، نام افرادی را پیدا کنید که در هر دو لیست حضور دارند.

تمرین ۷: ساخت مجموعه اعداد زوج

با استفاده از Set Comprehension و range() مجموعه‌ای از مربع اعداد زوج بین ۱ تا ۲۰ بسازید.

جمع‌بندی

در این مقاله با مجموعه (Set) در پایتون آشنا شدیم و یاد گرفتیم چگونه مجموعه بسازیم، عناصر جدید اضافه کنیم، مقادیر را حذف کنیم و وجود یک عنصر را بررسی کنیم. همچنین عملیات مهم مجموعه‌ها مانند اجتماع، اشتراک، تفاضل و تفاضل متقارن را بررسی کردیم. در ادامه، با زیرمجموعه، ابرمجموعه، Set Comprehension و روش حذف مقادیر تکراری از لیست آشنا شدیم.

نکته اصلی این است که Set برای نگهداری مقادیر یکتا و انجام عملیات مجموعه‌ای مناسب است؛ اما برای حفظ ترتیب یا دسترسی مستقیم با اندیس نباید از آن استفاده کنیم.

۱۰

نظرات

کد در دسترس نیست

هنوز نظری ثبت نشده است.