BUILT-IN FUNCTIONS
DICTIONARY METHODS
LIST METHODS
SET METHODS
STRING METHODS
TUPLE METHODS
PYTHON FUNCTION
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

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

Hàm Set difference() trong Python

Trong bài này chúng ta sẽ tìm hiểu phương thức set difference() trong Python, hàm nay có công dụng trả về những phần tử của set A mà khồng nằm trong Set B.

test php

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

1. Hàm difference() trong Python

Giả sử ta có hai set A và B, bây giờ cần lấy những phần tử nằm trong A mà không có trong B thì hình ảnh sau sẽ mô tả cho phép toán này.

set difference python jpg

Cú pháp
A.difference(B)

Trong đó:

  • A là set ban đầu, nó sẽ trả về các phần tử trong A mà không nằm trong B
  • B là set cần so sánh

Phương thức này trả về sự khác biệt của hai tập hợp A, B và đó cũng là một tập hợp. Nó không sửa đổi các bộ ban đầu.

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

2. Ví dụ hàm difference() trong Python

Hãy tham khảo các ví dụ dưới đây để hiểu rõ hơn ý nghĩa và cách sử dụng của hàm này.

Ví dụ 1: Sử dụng hàm difference

A = {'a', 'b', 'c', 'd'}
B = {'c', 'f', 'g'}

# Equivalent to A-B
print(A.difference(B))

# Equivalent to B-A
print(B.difference(A))

Chạy lên kết quả sẽ như sau:

{'b', 'a', 'd'}
{'g', 'f'}

Ví dụ 2: Sử dụng toán tử - để thay thế

Thực chất đây là phép trừ nên bạn hoàn toàn có thể sử dụng toán tử - để thay thế cho diference.

A = {'a', 'b', 'c', 'd'}
B = {'c', 'f', 'g'}

print(A-B)

print(B-A)

Chạy lên kết quả cũng không khác gì so với ví dụ 1.

Lời kết: Như vậy là bạn đã hiểu được ý nghĩa của phương thức set.diference() trong Python. Và lưu ý rằng vì thực chất phương thức này là một phép trừ nên bạn có thể sử dụng phép trừ để thay thế.

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

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

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

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

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

Tìm hiểu Activation Functions trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Top