Question

我有很多标签，我通过以下方式制作：

unique_train_labels = set(train_property_labels)

打印出set([u'A', u'B', u'C'])。我想用一个名为“no_region”的新标签创建一组新的唯一标签，并使用：

unique_train_labels_threshold = unique_train_labels.add('no_region')

但是，这打印为None。

我的最终目标是使用这些独特的标签，以后通过以下方式生成随机数组的分类标签：

    rng = np.random.RandomState(101)

    categorical_random = rng.choice(list(unique_train_labels), len(finalTestSentences))
    categorical_random_threshold = rng.choice(list(unique_train_labels_threshold), len(finalTestSentences))

从docs它说set.add()应该生成一个新的集合，但似乎不是这种情况（因此我以后不能调用list(unique_train_labels_threshold)）

Answer 1

set add方法会改变集合 inplace 并返回None。

你应该这样做：

unique_train_labels_threshold = unique_train_labels.copy()
unique_train_labels_threshold.add('no_region')

使用copy确保新集合上的突变不会传播到旧集合。

Answer 2

正如摩西所提到的那样。回答，set.add方法改变原始集合，它不会创建新集合。在Python中，它是执行就地突变以返回None的方法的常规方法;所有内置可变类型的方法都可以做到这一点，并且通常由第三方库来遵守约定。

使用.copy方法的另一种方法是使用.union方法，该方法返回一个新集合，该集合是原始集合和作为参数提供的集合的并集。对于集合，| 或运算符会调用.union方法。

a = {1, 2, 3}
b = a.union({5})
c = a | {4}
print(a, b, c)

<强>输出

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

.union方法（与可以通过运算符语法调用的其他set方法一样）与运算符语法相比略有优势：您可以为其参数传递任何 iterable;运算符版本要求您将参数显式转换为集合（或冻结集）。

a = {1, 2, 3}
b = a.union([5, 6])
c = a | set([7, 8])
print(a, b, c)

输出

{1, 2, 3} {1, 2, 3, 5, 6} {1, 2, 3, 7, 8}

使用显式.union方法在这里稍微有效，因为它绕过了将arg转换为set：在内部，该方法只是遍历arg的内容，将它们添加到新集合中，因此它不会#39; t关心arg是否为set，list，tuple，string或dict。

来自官方Python set docs

注意，union（），intersection（）的非运算符版本， difference（）和symmetric_difference（），issubset（）和issuperset（）方法将接受任何iterable作为参数。相比之下，他们的基于运营商的对应者要求他们的参数是集合。这个排除容易出错的结构，例如set（＆＃39; abc＆＃39;）＆amp; ＆＃39; CBS＆＃39;赞同，支持，受赏识，有利更可读的集合（＆＃39; abc＆＃39;）。交集（＆＃39; cbs＆＃39;）。

Answer 3

我无法在文档中找到add生成新集的任何内容您需要复制原件，然后添加到新副本。

import copy

unique_train_labels_threshold = copy.deepcopy(unique_train_labels)
unique_train_labels_threshold.add('no_region')

对象的附加对象是`NoneType` python 2.7

3 个答案: