Python 和 SPL 对比 2——集合
序列是被排成一列的对象（或事件），这样每个元素不是在其他元素之前，就是在其他元素之后，元素之间的顺序非常重要。
集合是具有某种特定性质的具体的或抽象的对象汇总而成的集体。构成集合的这些对象则称为该集合的元素，其中无重复元素，元素间的顺序也不重要。
以上是序列和集合在数学上的定义，他们在 Python 和esProc SPL（以后无具体说明简称 SPL）中是什么样子呢？
Python
简单集合
集合介绍
Python中原生的序列是一种称为列表（list）的数据结构，形式如 [1,2,3,4]。它符合序列的基本定义，元素顺序很重要而且允许重复元素。
Python的 numpy 库中的序列是一种称为数组（array）的数据结构，形式如 [1 2 3 4]。它也符合序列的基本定义，元素顺序很重要而且允许重复元素，但不支持不同类型的元素。
Python的 Pandas 库中的序列是一种称为系列（Series）的数据结构，形式如
。它也符合序列的基本定义，元素顺序很重要而且允许重复元素，只不过 Series 自带了索引。
Python中原生的集合是一种称为集合（set）的数据结构，形式如 {1, 2, 3, 4}。它符合集合的基本定义，顺序不重要且无重复元素。
光是常用的集合数据结构就有四种，虽然他们之间可以相互转换，但成本相对也比较高，语法也是一大堆。
基本操作
增删改查是集合的基本操作，是必须要掌握的，可是四种数据结构的语法又完全不同，我们以增加元素为例介绍。
数据结构 |
例子 |
代码 |
解释 |
结果 |
list |
l=[1,2,3,4] |
l.append(5) |
末位增加 |
[1,2,3,4,5] |
l.insert(2,5) |
指定位置增加 |
[1,2,5,3,4] |
||
array |
a=[1 2 3 4] |
np.hstack((a,[5])) |
横向增加 |
[1 2 3 4 5] |
np.vstack((a,[5,6,7,8])) |
纵向增加 |
[[1 2 3 4] [5 6 7 8]] |
||
Series |
s= |
s.append( |
增加 Series |
|
s[4]=5 |
利用索引增加 |
|
||
set |
st={1, 2, 3, 4} |
st.add(5) |
增加 |
{1,2,3,4,5} |
其他操作如删、改、查，大家可以自己查一下，很容易得出结论：同样的操作，不同的数据结构的语法完全不同。想要熟练掌握最好的办法就是死记硬背加刻意练习了。
集合运算
集合常做的运算就是交、差、并、和运算，而 Python 中的语法也是让人难以琢磨，给人一种每一类数据结构都是一门新语言的感觉，需要重新掌握语法，下面以集合的交集运算为例说明：
数据类型 |
例子 |
代码 |
结果 |
list |
l1=[1,2,3] l2=[2,3,4] |
insect_l=[val for val in l1 if val in l2] |
[2, 3] |
array |
a1=[1 2 3] a2=[2 3 4] |
insect_a=np.intersect1d(a1,a2) |
[2 3] |
Series |
s1= s2= |
insect_s=pd.merge(s1,s2,on="v") |
|
set |
st1={1,2,3} st2={2,3,4} |
insect_st=st1.intersection(st2) |
{2,3} |
list数据结构简单，没有现成的集合运算函数，只能自己编码来写；Seiries 除了用 merge 函数来做还可以转换为 array 后来做，但那就不能算是 Series 的操作了，四类数据结构，四种语法。
二维集合——表
集合介绍
Python中没有原生的二维表数据结构，比较常用的二维表结构是 Pandas 库中的 Dataframe，它也是 Series 的集合，形式如下：
Dataframe每一列都是一个 Series，每个 Series 不支持多类型元素，但 Dataframe 支持不同类型的 Series，如整列都是整数的 int 型 Series 和整列都是字符串的 object 型 Series，形式如下：
其中 number 列是 int64 类型，string 列是 object 类型。
Dataframe这个数据结构本身比较复杂，它不是我们经常见到的二维表结构，本质上是矩阵，所有的运算都要绕到矩阵上才可以运算。
基本操作
Dataframe 的操作和 Series 类似，两者算是一脉相承，还是以增加元素为例来介绍。
1. 增加行
df.loc[4]={"a":5}
结果：
2. 增加列
df["b"]=["a","b","c","d","e"]
结果：
对比一下 Series 的增加元素操作，道理是一样的，都可以通过索引来增加，只不过 Dataframe 多了一个维度。
集合运算
Dataframe的集合运算也和 Series 一样，来看看交集：
1. 创建两个 Dataframe：
df1=pd.DataFrame({"a":[2,3,4,5,6]})
df2=pd.DataFrame({"a":[3,4,5,6,7]})
结果：
2. 交集
insect_df=pd.merge(df1,df2,on="a")
结果：
Python可以很好的完成这些基本操作和集合运算，但只看这些简单例子就可以发现 Python 并不容易上手，尤其是 Numpy 和 Pandas 这两个第三方库，每一个都可以算是一门独立的语言了，想要达到熟练解决现实问题的程度，着实要下一番功夫不可。
esProc SPL
简单集合
集合介绍
SPL中的集合只有一种数据结构，就是序列，允许元素重复且顺序很重要。SPL 中的集合是泛化集合，允许不同类型的元素存在于集合中，甚至集合中的元素也可以是集合。
基本操作
SPL 中的集合操作简单，这里列举了序列的增删改查操作：
数据结构 |
例子 |
操作 |
代码 |
解释 |
结果 |
sequence |
s=[2,3,4,5] |
增 |
s1=s|6 |
末位增加 |
[2,3,4,5,6] |
s.insert(2,[1,7]) |
指定位置增加 |
[2,1,7,3,4,5] |
|||
删 |
s\[4,3] |
删除指定元素 |
[2,5] |
||
s.delete([2,4]) |
删除指定位置元素 |
[2,4] |
|||
改 |
s([1,3])=[8,9] |
修改指定位置的元素 |
[8,3,9,5] |
||
查 |
s([1,3,2]) |
按位置查 |
[2,4,3] |
语法简单，容易掌握。
集合运算
再来看下 SPL 的集合运算，利用符号操作更简单。
数据结构 |
例子 |
运算类型 |
代码 |
结果 |
sequence |
s1=[1,2,3,4] s2=[2,3,4,5] |
交集 |
s1^s2 |
[2,3,4] |
差集 |
s1\s2 |
[1] |
||
并集 |
s1&s2 |
[1,2,3,4,5] |
||
合集 |
s1|s2 |
[1,2,3,4,2,3,4,5] |
二维集合——表
集合介绍
SPL中的表称为序表，它本质上是带字段结构的序列。形式如下：
序表中的每一行称为一条记录，引用序表中的部分记录称为排列，记录可以游离于序表之外。
基本操作
序表的本质是序列，而记录就是它的元素，因此序表相对于记录就如同序列相对于元素，两者几乎完全一致。如序表和序列删除元素都是用 delete 函数，增加元素都是用 insert 函数。
1. 创建序表
T=[1,2,3,4].new(~:a)
结果：
2. 增加行
T=T.insert(0,5:a)
结果：
3. 删除行
T=T.delete([1,2])
结果：
集合运算
排列是引用序表中的部分记录，同样可以用符号来进行集合运算。
某个表筛选两个排列：
T=[2,3,4,5,6,7].new(~:a)
A1=T.select(a<7)
A2=T.select(a>2)
结果：
1. 交集
A1^A2
结果：
2. 差集
A1\A2
结果：
3. 并集
A1&A2
结果：
4. 合集
A1|A2
结果：
序表是独立的对象，两者没有可比性，因此集合运算时略显麻烦。
1. 创建序表
T1=[2,3,4,5,6].new(~:a)
T2=[3,4,5,6,7].new(~:a)
结果：
2. 交集
insect= [T1,T2].merge@i(a)
结果：
3. 差集
diff= [T1,T2].merge@d(a)
结果：
4. 并集
union= [T1,T2].merge@u(a)
结果：
5. 合集
conj=T1|T2
结果：
小结
Python的集合数据结构多种多样，同样的操作因为数据结构不同而完全不是一回事儿，有的数据结构简单好理解，但运算麻烦，比如列表 list；有的运算简单，但数据结构复杂，不好理解，比如 Series。这就需要用户掌握全部数据结构下的所有操作。而且 Python 没有原生的二维表这一数据结构，很多结构化数据处理起来非常不便，而第三方库 Pandas 虽然有 Dataframe 这一数据结构，但晦涩难懂，简单运算如交、差、并、合的集合运算都很复杂，实现起来复杂而且效率很低。
再来看 SPL，SPL 的数据结构简单，集合即序列，二维表也延续简单集合——序列这一结构，几乎所有的运算都是一脉相承，一旦掌握了简单的集合运算就可以写出简单高效的代码，真正的实现写得快还跑得快。
Python就像是野蛮生长的植物，适应能力虽然很强，但很难驾驭，原生 Python 又过于简单，使用起来繁琐且效率低，与其说 Python 是一门语言，不如说是 N 多第三方库语言的集合体；而 SPL 经过精心设计，擅长处理结构化数据，是一个十分容易掌握的专业工具。
英文版