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_update() trong Python

Trong bài này chúng ta sẽ tìm hiểu đến phương thức Set difference_update() trong Python, phương thức này có công dụng giống như Set difference(), chỉ có sự khác biệt là Set difference() không làm thay đổi dữ liệu của set, còn difference_update() thì có.

test php

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

1. Hàm set difference_update() trong Python

Trước tiên hãy tìm hiểu cú pháp của nó đã nhé.

A.difference_update(B)

Hàm này sẽ làm thay đổi các phần tử trong A, nó sẽ giữ lại những phần tử của A mà không có trong B.

Giá trị trả về: Vì hàm này cập nhật set A nên nó sẽ không trả về gì cả mà thay vào đó sẽ update trực tiếp vào set A.

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

Như ở hàm difference() thì ta có thể sử dụng toán tử - để thay thế, nhưng với difference_update thì không thể.

2. Ví dụ hàm difference_update() trong Python

Bây giờ hãy làm một ví dụ để các bạn hiểu rõ hơn ý nghĩa và cách sử dụng nhé, nó rất đơn giản và dễ hiểu.

Ví dụ: Hãy loại bỏ những phần tử trong set A và tồn tại trong set B.

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

result = A.difference_update(B)

print('A = ', A)
print('B = ', B)
print('result = ', result)

Chạy lên kết quả sẽ như sau:

A =  {'d', 'a'}
B =  {'c', 'g', 'f'}
result =  None

Lời kết: Như vậy là mình đã giới thiệu xong cách sử dụng hàm Set difference_update(). Tùy vào từng trường hợp mà bạn chọn cho phù hợp nhé.

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