リスト

[Python] 集合(set)の使い方を解説 (和集合/差集合/積集合/対象差集合)

Pythonの集合(set)は、重複しない要素を持つデータ型で、数学的な集合演算が可能です。

和集合は|またはunion()で、差集合は-またはdifference()で、積集合は&またはintersection()で、対象差集合は^またはsymmetric_difference()で計算します。

例えば、A | Bは和集合、A - Bは差集合、A & Bは積集合、A ^ Bは対象差集合を表します。

目次から探す

集合(set)とは？Pythonでの基本的な使い方

集合(set)は、Pythonにおけるデータ型の一つで、重複しない要素の集まりを表します。

集合は数学的な集合の概念に基づいており、要素の順序は保証されません。

集合を使用することで、効率的にデータの重複を排除したり、集合演算を行ったりすることができます。

基本的な集合の作成

集合は波括弧 {} または set()関数を使って作成します。

以下にサンプルコードを示します。

# 集合の作成
set1 = {1, 2, 3, 4}
set2 = set([3, 4, 5, 6])
print(set1)  # {1, 2, 3, 4}
print(set2)  # {3, 4, 5, 6}

{1, 2, 3, 4}
{3, 4, 5, 6}

集合の特徴

集合には以下のような特徴があります。

特徴	説明
重複を許さない	同じ要素を複数回含むことはできない
順序がない	要素の順序は保証されない
ミュータブル	要素の追加や削除が可能

集合の基本操作

集合に対する基本的な操作には、要素の追加、削除、確認などがあります。

以下にサンプルコードを示します。

# 要素の追加
set1.add(5)
print(set1)  # {1, 2, 3, 4, 5}
# 要素の削除
set1.remove(2)
print(set1)  # {1, 3, 4, 5}
# 要素の存在確認
print(3 in set1)  # True
print(6 in set1)  # False

{1, 2, 3, 4, 5}
{1, 3, 4, 5}
True
False

集合は、データの重複を排除したり、効率的にデータを管理したりするために非常に便利なデータ型です。

次のセクションでは、集合の演算について詳しく見ていきます。

和集合の使い方

和集合は、2つの集合のすべての要素を含む新しい集合を作成する操作です。

Pythonでは、| 演算子または union()メソッドを使用して和集合を求めることができます。

和集合は、重複する要素を排除し、ユニークな要素のみを含む集合を生成します。

和集合の例

以下に和集合のサンプルコードを示します。

# 集合の定義
set1 = {1, 2, 3, 4}
set2 = {3, 4, 5, 6}
# 和集合の計算
union_set = set1 | set2  # 演算子を使用
# または
# union_set = set1.union(set2)  # メソッドを使用
print(union_set)  # {1, 2, 3, 4, 5, 6}

{1, 2, 3, 4, 5, 6}

和集合の特徴

和集合の特徴を以下の表にまとめます。

特徴	説明
重複を排除	同じ要素は一度だけ含まれる
すべての要素を含む	どちらかの集合に存在する要素をすべて含む

和集合の応用例

和集合は、データの統合や重複の排除に役立ちます。

例えば、異なるデータソースからのユニークな値を取得したい場合に使用できます。

以下に応用例を示します。

# 異なるデータソースからのユニークな値の取得
data_source1 = {1, 2, 3, 4}
data_source2 = {3, 4, 5, 6}
# ユニークな値の取得
unique_values = data_source1 | data_source2
print(unique_values)  # {1, 2, 3, 4, 5, 6}

{1, 2, 3, 4, 5, 6}

和集合は、データの統合や分析において非常に便利な機能です。

次のセクションでは、差集合の使い方について解説します。

差集合の使い方

差集合は、ある集合から別の集合に含まれる要素を除いた新しい集合を作成する操作です。

Pythonでは、- 演算子または difference()メソッドを使用して差集合を求めることができます。

差集合は、特定の要素を排除したい場合に非常に便利です。

差集合の例

以下に差集合のサンプルコードを示します。

# 集合の定義
set1 = {1, 2, 3, 4}
set2 = {3, 4, 5, 6}
# 差集合の計算
difference_set = set1 - set2  # 演算子を使用
# または
# difference_set = set1.difference(set2)  # メソッドを使用
print(difference_set)  # {1, 2}

{1, 2}

差集合の特徴

差集合の特徴を以下の表にまとめます。

特徴	説明
除外される要素	第2の集合に含まれる要素が除外される
ユニークな要素	残った要素は第1の集合にのみ存在する

差集合の応用例

差集合は、特定の条件に基づいてデータをフィルタリングする際に役立ちます。

例えば、あるリストから特定の要素を除外したい場合に使用できます。

以下に応用例を示します。

# 特定の要素を除外する
all_items = {1, 2, 3, 4, 5, 6}
excluded_items = {3, 4}
# 除外後の集合
filtered_items = all_items - excluded_items
print(filtered_items)  # {1, 2, 5, 6}

{1, 2, 5, 6}

差集合は、データの選別や分析において非常に有用な機能です。

次のセクションでは、積集合の使い方について解説します。

積集合の使い方

積集合は、2つの集合に共通する要素のみを含む新しい集合を作成する操作です。

Pythonでは、& 演算子または intersection()メソッドを使用して積集合を求めることができます。

積集合は、データの共通部分を抽出したい場合に非常に便利です。

積集合の例

以下に積集合のサンプルコードを示します。

# 集合の定義
set1 = {1, 2, 3, 4}
set2 = {3, 4, 5, 6}
# 積集合の計算
intersection_set = set1 & set2  # 演算子を使用
# または
# intersection_set = set1.intersection(set2)  # メソッドを使用
print(intersection_set)  # {3, 4}

{3, 4}

積集合の特徴

積集合の特徴を以下の表にまとめます。

特徴	説明
共通要素のみ	両方の集合に存在する要素のみを含む
ユニークな要素	重複する要素は一度だけ含まれる

積集合の応用例

積集合は、データの共通部分を見つける際に役立ちます。

例えば、異なるデータセットの共通の値を取得したい場合に使用できます。

以下に応用例を示します。

# 異なるデータセットの共通の値を取得
data_set1 = {1, 2, 3, 4}
data_set2 = {3, 4, 5, 6}
# 共通の値の取得
common_values = data_set1 & data_set2
print(common_values)  # {3, 4}

{3, 4}

積集合は、データの比較や分析において非常に有用な機能です。

次のセクションでは、対象差集合の使い方について解説します。

対象差集合の使い方

対象差集合(または対称差集合)は、2つの集合のいずれか一方にのみ存在する要素を含む新しい集合を作成する操作です。

Pythonでは、^ 演算子または symmetric_difference()メソッドを使用して対象差集合を求めることができます。

対象差集合は、2つの集合の違いを明確にしたい場合に非常に便利です。

対象差集合の例

以下に対象差集合のサンプルコードを示します。

# 集合の定義
set1 = {1, 2, 3, 4}
set2 = {3, 4, 5, 6}
# 対象差集合の計算
symmetric_difference_set = set1 ^ set2  # 演算子を使用
# または
# symmetric_difference_set = set1.symmetric_difference(set2)  # メソッドを使用
print(symmetric_difference_set)  # {1, 2, 5, 6}

{1, 2, 5, 6}

対象差集合の特徴

対象差集合の特徴を以下の表にまとめます。

特徴	説明
一方の集合のみ	どちらか一方の集合にのみ存在する要素を含む
重複を排除	同じ要素は一度だけ含まれる

対象差集合の応用例

対象差集合は、データの違いを分析する際に役立ちます。

例えば、2つのリストの異なる要素を取得したい場合に使用できます。

以下に応用例を示します。

# 2つのリストの異なる要素を取得
list1 = {1, 2, 3, 4}
list2 = {3, 4, 5, 6}
# 異なる要素の取得
different_items = list1 ^ list2
print(different_items)  # {1, 2, 5, 6}

{1, 2, 5, 6}

対象差集合は、データの比較や分析において非常に有用な機能です。

これにより、異なるデータセットの違いを簡単に把握することができます。

集合演算の応用例

集合演算は、データの分析や処理において非常に強力なツールです。

ここでは、和集合、差集合、積集合、対象差集合を活用した具体的な応用例をいくつか紹介します。

これにより、集合演算の実用性を理解しやすくなります。

ユーザーの重複排除

異なるデータソースからのユーザーリストを統合し、重複を排除する場合に和集合を使用します。

# ユーザーリストの定義
user_list1 = {"Alice", "Bob", "Charlie"}
user_list2 = {"Charlie", "David", "Eve"}
# ユーザーの重複排除
unique_users = user_list1 | user_list2
print(unique_users)  # {'Alice', 'Bob', 'Charlie', 'David', 'Eve'}

{'Alice', 'Bob', 'Charlie', 'David', 'Eve'}

不要なデータの除外

特定の条件に基づいてデータをフィルタリングする際に差集合を使用します。

例えば、特定のユーザーを除外したい場合です。

# 全ユーザーリスト
all_users = {"Alice", "Bob", "Charlie", "David", "Eve"}
excluded_users = {"Charlie", "David"}
# 除外後のユーザーリスト
filtered_users = all_users - excluded_users
print(filtered_users)  # {'Alice', 'Bob', 'Eve'}

{'Alice', 'Bob', 'Eve'}

共通の興味を持つユーザーの抽出

異なるグループのユーザーの共通の興味を見つけるために積集合を使用します。

# グループAとグループBの興味
group_a_interests = {"Python", "Data Science", "Machine Learning"}
group_b_interests = {"Machine Learning", "Web Development", "AI"}
# 共通の興味
common_interests = group_a_interests & group_b_interests
print(common_interests)  # {'Machine Learning'}

{'Machine Learning'}

異なるデータセットの違いの把握

対象差集合を使用して、2つのデータセットの異なる要素を把握します。

# データセットAとB
data_set_a = {1, 2, 3, 4}
data_set_b = {3, 4, 5, 6}
# 異なる要素の取得
different_elements = data_set_a ^ data_set_b
print(different_elements)  # {1, 2, 5, 6}