Python在集合构建期间自动简化浮点数到整数

Question

我在创建float和int数据类型集时遇到了一些问题，例如

my_set = {1.00 1}

我认为这是一组两个不同的元素，一个浮点1.00和一个整数1。但是，默认为：

>>> my_set = set([1])

此处，float消失，只剩下int。由于1.00 in my_set返回True.

，事情会变得混乱

我想知道是否有人能解释实际发生的事情？有办法解决这个问题吗？

Answer 1

>>> 1 == 1.0
True
>>> hash(1) == hash(1.0)
True

Python认为两者在集合中使用和作为映射键完全相同。解决这个问题的唯一方法是将两个值都包装在一个自定义类中，该类将上述任一比较评估为false。

Answer 2

Hint：

>>> a = 1
>>> b = 1.00
>>> a.__hash__()
1
>>> b.__hash__()
1

Answer 3

  

我认为这是一组两个不同的元素，一个浮动1.00和一个整数。

这是你的问题。 Python认为它们是一个元素，第一。这个数字是表示为浮点数还是int数并不会改变它是相同数字的事实。

Answer 4

  

我想知道是否有人能解释实际发生的事情？是   有办法解决这个问题吗？

给出的解释应该足够了。我能看到的最简单的方法是，如果您从用户那里获得此输入，则在将其存储到集合中之前不要将其转换为数字形式。 更复杂的方法是将条目存储为（值，类型）的元组：{(1, int), (1, float)}，但这对我来说似乎完全是疯了。

我建议你在根据用户提供的表示形式区分两个相等的数字之前，先考虑很久。

Answer 5

正如其他答案所解释的那样，因为（int）1和（float）1.0具有相同的散列和测试为equals，所以就Set而言，它们是相同的。< / p>

有时语言/标准库会有一个IdentitySet类来收集确切的对象（通过＆＃39; identity＆＃39;）而不是相等。

另一个问题的答案 - https://stackoverflow.com/a/16994637/130288 - 显示了Python的一个小IdentitySet实现。它将插入的对象包装在另一个类Ref中，以强制进行身份比较 - 大致与Ignacio的回答一样。

Answer 6

因为（int）1和（float）1.0具有相同的散列，所以你不能得到一个同时具有1和1.0的集合

您可以改为实现自己的设置。使用type（）来区分int和float