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 intersection_update() trong Python

Trong bài này chúng ta sẽ tìm hiểu phương thức set intersection_update() trong Python, phương thức này có công dụng giống như phương thức intersection, tuy nhiên điểm khác biệt là nó sẽ cập nhật trực tiếp vào Set thay vì trả kết quả về.

test php

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

Nhắc lại một chút, intersection là phép giao giữa nhiều tập hợp (set), nó sẽ trả về những phần tử tồn tại ở tất cả các thành phần tham gia vào phép giao.

1. Cú pháp Set intersection_update()

Trước tiên chúng ta hãy xem qua cú pháp của nó.

A.intersection_update(*other_sets)

Trong đó A là Set sẽ được cập nhật kết quả, còn other_sets là tập hợp những Set sẽ tham gia vào phép giao.

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

Giá trị trả về: Phương thức này không có giá trị trả về, nó sẽ cập nhật trực tiếp kết quả vào A.

2. Ví dụ Set intersection_update()

Hãy xem các ví dụ dưới đây để hiểu rõ hơn về hàm này.

Ví dụ 1: Giao với một tham số

A = {1, 2, 3, 4}
B = {2, 3, 4, 5}

result = A.intersection_update(B)

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

Kêt quả:

result = None
A = {2, 3, 4}
B = {2, 3, 4, 5, 6}

Ví dụ 2: Giao với hai tham số

A = {1, 2, 3, 4}
B = {2, 3, 4, 5, 6}
C = {4, 5, 6, 9, 10}

result = C.intersection_update(B, A)

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

Kết quả:

result = None
C = {4}
B = {2, 3, 4, 5, 6}
A = {1, 2, 3, 4}

Lời kết:  Từ hai ví dụ này thì bạn thấy phương thức intersection_update() không trả về một giá trị nào cả, nó chỉ có tác dụng cập nhật lên chính Set đã sử dụng nó.

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