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 update() trong Python

Trong bài này chúng ta sẽ tìm hiểu phương thức set update(), đây là  phương thức dùng để thêm phần tử vào Set (dưới dạng tham số). 

test php

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

1. Cú pháp set update()

Trước tiên hãy xem phần cú pháp dưới đây:

A.update(B)

Trong đó:

  • Các phần tử của B sẽ được thêm vào A
  • B có thể là một Set, String hoặc Dictionary
  • Nếu B là string thì nó sẽ phân ra thành phần tử và mỗi phần tử là một ký tự.

Giá trị trả về: Phương thức này không có giá trị trả về bởi vì nó cập nhật trực tiếp vào set A.

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

2. Ví dụ set update()

Bây giờ ta hãy làm một vài ví dụ để hiểu rõ hơn cách sử dụng phương thức update này nhé.

Ví dụ 1: Thêm dạng đơn giản

A = {'a', 'b'}
B = {1, 2, 3}

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

Khi chạy chương trình này thì ta có được kết quả như sau:

A = {'a', 1, 2, 3, 'b'}
B = {1, 2, 3}
result = None

Ví dụ 2: Thêm dạng phức tạp (từ String hoặc Dictionary)

# Update With String
string_alphabet = 'abc'
numbers_set = {1, 2}

numbers_set.update(string_alphabet)

print('numbers_set =',numbers_set)
print('string_alphabet =',string_alphabet)

# Update With Dictionary
info_dictionary = {'key': 1, 2 : 'lock'}
numbers_set = {'a', 'b'}

numbers_set.update(info_dictionary)
print('numbers_set =',numbers_set)

Kết quả của chương trình này như sau:

numbers_set = {'c', 1, 2, 'b', 'a'}
string_alphabet = abc
numbers_set = {'key', 'b', 2, 'a'}

Lời kết: Như vậy là mình đã hướng dẫn cách sử dụng phương thức set update trong Python, hy vọng bài viết sẽ hữu ích với bạn.

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