【Python】set：和集合・積集合の書き方と実用サンプル集

# 1. 波かっこ {} を使う方法
colors = {"red", "green", "blue"}
print(colors)

# 2. set() コンストラクタを使う方法
# list や tuple などのイテラブルから set を作る
numbers_list = [1, 2, 2, 3, 3, 3]
numbers_set = set(numbers_list)

print(numbers_list)  # 元は重複あり
print(numbers_set)   # set は自動的に重複が消える

empty_set = set()   # 空の set
empty_dict = {}     # 空の dict (辞書)

print(type(empty_set))
print(type(empty_dict))

items = ["apple", "banana", "apple", "orange", "banana"]

# list のまま
print("list:", items)

# set に変換
unique_items = set(items)
print("set :", unique_items)

set_a = {1, 2, 3}
set_b = {3, 4, 5}

# 演算子を使う方法
union_ab = set_a | set_b

# メソッドを使う方法
union_ab_method = set_a.union(set_b)

print("A:", set_a)
print("B:", set_b)
print("A ∪ B (演算子):", union_ab)
print("A ∪ B (メソッド):", union_ab_method)

# ある日と別の日に売れた商品IDのリスト
day1_items = [101, 102, 103, 101]
day2_items = [102, 104, 105]

# ふつうに連結すると重複を含んだまま
merged_list = day1_items + day2_items
print("連結リスト:", merged_list)

# set に変換して和集合を取ることで重複を削除
unique_items = set(day1_items) | set(day2_items)
print("重複なし商品ID(set):", unique_items)

# もし再び list に戻したければ list() を使う
unique_items_list = list(unique_items)
print("重複なし商品ID(list):", unique_items_list)

# 各記事に付いているタグ
article1_tags = {"python", "web", "django"}
article2_tags = {"python", "data", "pandas"}
article3_tags = {"infra", "linux", "python"}

# すべての記事で使われているタグの一覧 (和集合)
all_tags = article1_tags | article2_tags | article3_tags

print("記事1のタグ:", article1_tags)
print("記事2のタグ:", article2_tags)
print("記事3のタグ:", article3_tags)
print("全タグ一覧 (和集合):", all_tags)

# 実際は json.load() などで読み込んだ dict を想定
config_a = {"host": "localhost", "port": 5432, "user": "app"}
config_b = {"host": "db.example.com", "timeout": 30}
config_c = {"port": 3306, "password": "secret"}

# 各設定ファイルで登場するキーを set に変換
keys_a = set(config_a.keys())
keys_b = set(config_b.keys())
keys_c = set(config_c.keys())

# すべての設定ファイルで登場するキーの一覧 (和集合)
all_keys = keys_a | keys_b | keys_c

print("Config A keys:", keys_a)
print("Config B keys:", keys_b)
print("Config C keys:", keys_c)
print("すべてのキー一覧:", all_keys)

set_a = {1, 2, 3}
set_b = {3, 4, 5}

# 演算子を使う方法
intersection_ab = set_a & set_b

# メソッドを使う方法
intersection_ab_method = set_a.intersection(set_b)

print("A:", set_a)
print("B:", set_b)
print("A ∩ B (演算子):", intersection_ab)
print("A ∩ B (メソッド):", intersection_ab_method)

# あるサービスのユーザ名の例
users_a = {"alice", "bob", "charlie"}
users_b = {"bob", "david", "emma"}

common_users = users_a & users_b

print("リストAのユーザ:", users_a)
print("リストBのユーザ:", users_b)
print("両方にいるユーザ:", common_users)

user_a_likes = {"action", "sf", "drama", "comedy"}
user_b_likes = {"sf", "romance", "comedy"}

common_genres = user_a_likes & user_b_likes

print("ユーザーAの好み:", user_a_likes)
print("ユーザーBの好み:", user_b_likes)
print("共通して好きなジャンル:", common_genres)

# 例として「よくアクセスされたページのURL集合」を想定
weekday_popular_pages = {"/", "/products", "/about", "/contact"}
weekend_popular_pages = {"/", "/products", "/campaign", "/blog"}

common_popular_pages = weekday_popular_pages & weekend_popular_pages

print("平日に人気のページ:", weekday_popular_pages)
print("週末に人気のページ:", weekend_popular_pages)
print("両方で人気のページ:", common_popular_pages)

a = {1, 2}
b = {2, 3}
c = {3, 4}

# 演算子を連結
union_abc = a | b | c

# メソッドにまとめて渡すことも可能
union_abc_method = a.union(b, c)

print("A ∪ B ∪ C (演算子):", union_abc)
print("A ∪ B ∪ C (メソッド):", union_abc_method)

x = {1, 2, 3, 4}
y = {2, 3, 5}
z = {0, 2, 3, 6}

# 演算子を連結
intersection_xyz = x & y & z

# メソッドにまとめて渡すことも可能
intersection_xyz_method = x.intersection(y, z)

print("X ∩ Y ∩ Z (演算子):", intersection_xyz)
print("X ∩ Y ∩ Z (メソッド):", intersection_xyz_method)

emails = [
    "alice@example.com",
    "bob@example.com",
    "charlie@test.com",
    "alice@example.com",  # 重複
    "david@TEST.com",     # 大文字混在
]

# メールアドレスからドメイン部分だけを小文字で抜き出し、setで重複排除
domains = {
    email.split("@")[1].lower()  # ドメイン部分を小文字に正規化
    for email in emails
}

print("元のメールアドレス:", emails)
print("ユニークなドメイン一覧:", domains)

# 通常の set
s = {1, 2, 3}

# frozenset に変換
fs = frozenset(s)

print("set      :", s)
print("frozenset:", fs)

# fs.add(4)  # これはエラーになる (frozenset は変更不可)

# タグの組み合わせごとにスコアを付けたい例
from pprint import pprint

# frozenset をキーにすることで、{"python", "web"} と {"web", "python"} を同一視できる
scores = {
    frozenset(["python", "web"]): 10,
    frozenset(["python", "data"]): 8,
}

query_tags1 = frozenset(["web", "python"])
query_tags2 = frozenset(["python", "data"])

print("タグ組み合わせごとのスコア:")
pprint(scores)

print("['web', 'python'] のスコア:", scores.get(query_tags1))
print("['python', 'data'] のスコア:", scores.get(query_tags2))

import time

# 10万件のデータを用意
n = 100_000
data_list = list(range(n))
data_set = set(data_list)

target = n - 1  # 最後の要素 (list では最も遅くなりやすい)

# list での in 検索
start = time.time()
for _ in range(1000):
    target in data_list
end = time.time()
list_time = end - start

# set での in 検索
start = time.time()
for _ in range(1000):
    target in data_set
end = time.time()
set_time = end - start

print(f"list 検索時間: {list_time:.6f} 秒")
print(f"set  検索時間: {set_time:.6f} 秒")
print("set の方が速い倍率(おおよそ):", list_time / set_time)