Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Hàm Set copy() trong Python

Trong bài này mình sẽ hướng dẫn các bạn cách sử dụng hàm set copy() trong Python, hàm này có công dụng trả về một bản sao của Set. Bản sao tức là bản độc lập, mọi hoạt động ở bản sao sẽ không ảnh hưởng tới bạn chính.

test php

Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

1. Hàm set copy() trong Python

Dưới đây là cú pháp của hàm set.copy().

set.copy()

Hàm này không có tham số truyền vào, nó sẽ trả về một Set copy từ bản gốc.

Thực ra bạn cũng có thể sử dụng toán tử = để tạo một bản copy, tuy nhiên bản copy này sẽ có mối liên kết chặt chẽ với bản gốc, hay nói cách khác nó là một đại diện của bản gốc nên mọi thay đổi từ nó sẽ ảnh hưởng tới bản gốc.

Bài viết này được đăng tại [free tuts .net]

Ví dụ

numbers = {1, 2, 3, 4}
new_numbers = numbers

new_numbers.add('5')

print('numbers: ', numbers)
print('new_numbers: ', new_numbers)

Chạy ví dụ này bạn sẽ thấy cả hai Set đều có danh sách phần tử như nhau.

numbers:  {1, 2, 3, 4, '5'}
new_numbers:  {1, 2, 3, 4, '5'}

2. Ví dụ hàm set copy trong Python

Sau đây là một vài ví dụ cách sử dụng hàm set copy trong Python, mời các bạn tham khảo.

Ví dụ: Tạo một bản copy hoạt động bình thường

numbers = {1, 2, 3, 4}
new_numbers = numbers.copy()

new_numbers.add('5')

print('numbers: ', numbers)
print('new_numbers: ', new_numbers)

Chạy lên kết quả sẽ như sau:

numbers:  {1, 2, 3, 4}
new_numbers:  {1, 2, 3, 4, '5'}

Lời kết: Trên là thông tin cách sử dụng của hàm set copy trong Python, hàm này khá đơn giản, bạn chỉ cần chú ý phân biệt giữa tạo bản copy giữa cách sử dụng toán tử = và cách sử dụng hàm set copy().

Hàm Set copy() trong Python

1. Hàm set copy() trong Python

2. Ví dụ hàm set copy trong Python

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Hàm Set copy() trong Python

1. Hàm set copy() trong Python

2. Ví dụ hàm set copy trong Python

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Giới thiệu

Thủ thuật

Link hay

Liên kết