Lección 10 de 47 · El array de PHP en Python✦ WebMCP implementado
set: sin duplicados
8 min de lectura3 retos
Un set (conjunto) es una colección sin repetidos y sin orden, como el diagrama de Venn que dibujaste en el colegio. PHP no tiene este tipo: usa array_unique, array_intersect y array_diff sobre arrays. En Python son operadores sobre un tipo propio.
¿De dónde vienen los nombres?
set = inglés set (conjunto, juego, colección)
El nombre viene de la teoría de conjuntos de las matemáticas: un grupo de elementos donde cada uno aparece una sola vez.
add = inglés add (añadir)
Mete un elemento. Si ya estaba, no pasa nada.
discard = inglés discard (descartar, tirar)
Quita un elemento si está, y si no está tampoco falla. Su hermano remove sí falla.
union = inglés union (unión)
Todo lo que está en uno o en otro. Se escribe a | b.
intersection = inglés intersection (intersección)
Solo lo que está en los dos. Se escribe a & b.
frozenset = inglés frozen set (conjunto congelado)
Un conjunto que no se puede cambiar. Es a set lo que tuple es a list.
En 4 ideas
1/4
set es una colección sin duplicados y sin orden: {"casa", "urgente"}. Meter algo que ya está no hace nada. En PHP el equivalente es un array con array_unique.
Comprobar pertenencia es casi instantáneo ("casa" in etiquetas): por eso se usa para «¿ya lo he visto?». En una lista, in recorre todos los elementos.
Los operadores hacen lo de array_merge/array_intersect/array_diff: unión a | b, intersección a & b, diferencia a - b y «en uno solo» a ^ b. Los métodos son add, discard, update.
{} vacío es un diccionario, no un conjunto: el conjunto vacío es set(). Y como no tiene orden, nunca cuentes con el orden al imprimirlo: usa sorted(...).
1 · Qué es un conjunto y cuándo usarlo
Imagina el álbum de cromos: da igual cuántas veces te salga el cromo 17, en el álbum solo hay un hueco para él, y tampoco importa en qué orden los hayas ido pegando. Eso es un set. Se escribe con llaves y sinclave:.
Pythonmain.py
# En PHP: $etiquetas = array_unique(["casa", "urgente", "casa"]);
etiquetas = {"casa", "urgente", "casa"}
print(len(etiquetas))
# En PHP: var_dump(in_array("casa", $etiquetas, true));print("casa"in etiquetas)
# add no duplica.
etiquetas.add("casa")
etiquetas.add("trabajo")
print(sorted(etiquetas))
# En PHP: array_unique($lista), pero sin conservar el orden.
repetidas = ["pan", "luz", "pan", "regar", "luz"]
print(sorted(set(repetidas)))
# {} es un diccionario vacío. El conjunto vacío es set().print(type({}), type(set()))
Quitar duplicados: las etiquetas de todas las tareas, sin repetir (set(lista)).
«¿Ya lo he visto?»: ids de tareas ya procesadas. id in vistos es instantáneo aunque haya un millón.
Comparar grupos: ¿qué etiquetas comparten dos tareas? ¿cuáles le faltan a una? Las operaciones de conjuntos lo responden en una línea.
Permisos y roles: «¿tiene este usuario todos los permisos que pide la acción?» es una pregunta de subconjuntos.
¿Por qué? · En PHP no existe
¿Por qué el conjunto no tiene orden?
Igual que el diccionario, un conjunto guarda cada elemento en un sitio calculado a partir de su valor (su hash, lo viste en diccionarios). Eso hace la búsqueda casi instantánea, pero el orden en que se recorren es un resultado de los cálculos, no el de inserción.
Es una diferencia con array_unique de PHP, que conserva el orden y las claves. Si necesitas quitar duplicados manteniendo el orden, hay un truco con diccionarios (list(dict.fromkeys(lista)), porque el diccionario sí recuerda el orden) que verás en el módulo 03.
2 · Operaciones de conjuntos: Venn en una línea
Aquí es donde un conjunto brilla. Dos círculos de Venn, cuatro operaciones. Cada una tiene operador y método con nombre; el operador es más corto y el método admite cualquier colección (por ejemplo una lista).
Pythonmain.py
casa = {"pan", "luz", "regar"}
trabajo = {"informe", "luz", "reunion"}
# En PHP: array_unique(array_merge($casa, $trabajo))print(sorted(casa | trabajo))
print(sorted(casa.union(trabajo)))
# En PHP: array_intersect($casa, $trabajo)print(sorted(casa & trabajo))
# En PHP: array_diff($casa, $trabajo)print(sorted(casa - trabajo))
# Lo que está en uno solo de los dos (diferencia simétrica).print(sorted(casa ^ trabajo))
# Subconjuntos: ¿todo lo de la izquierda está en la derecha?print({"pan"} <= casa)
print({"pan", "cena"} <= casa)
print(casa.isdisjoint({"informe"}))
casa = {"pan", "luz", "regar"}
trabajo = {"informe", "luz", "reunion"}
comunes = casa & trabajo
solo_casa = casa - trabajo
todas = casa | trabajo
print(",".join(sorted(comunes)))
print(",".join(sorted(solo_casa)))
print(len(todas))
Quiero…
En PHP
En Python
Unir sin repetidos
array_unique(array_merge($a, $b))
a | b
Lo que está en los dos
array_intersect($a, $b)
a & b
Lo que está en a y no en b
array_diff($a, $b)
a - b
Lo que está en uno solo
array_merge(array_diff(...), array_diff(...))
a ^ b
¿a está dentro de b?
array_diff($a, $b) === []
a <= b
¿No comparten nada?
array_intersect($a, $b) === []
a.isdisjoint(b)
3 · Añadir y quitar: add, discard y remove
Los métodos de un conjunto son pocos. add mete uno, update mete varios, discard y remove quitan, y pop saca uno cualquiera (como no hay orden, no hay «el último»).
Pythonmain.py
vistas = {"pan", "luz"}
# En PHP: $vistas["regar"] = true;
vistas.add("regar")
# En PHP: $vistas += array_flip(["informe", "reunion"]);
vistas.update(["informe", "reunion"])
print(sorted(vistas))
# discard no se queja si no está.
vistas.discard("cena")
vistas.discard("pan")
print(sorted(vistas))
# remove sí lanza KeyError si no está. try/except: módulo 07.try:
vistas.remove("cena")
exceptKeyErroras error:
print("No estaba:", error)
# clear vacía el conjunto.
vistas.clear()
print(len(vistas))
¿Por qué? · En PHP no existe
¿Por qué dos métodos para quitar, remove y discard?
Porque a veces te importa que el elemento esté (si no estaba, algo ha ido mal y quieres enterarte: remove) y a veces te da igual (quieres que no esté, esté o no: discard). En PHP unset($a["x"]) siempre es «me da igual»; Python te deja elegir.
4 · Conjuntos y comprensiones: etiquetas de todas las tareas
También hay comprensiones de conjunto, con llaves y sin:. Combinadas con la unión, resuelven el clásico «dame todas las etiquetas distintas de todas mis tareas»:
Pythonmain.py
tareas = [
{"titulo": "Comprar pan", "etiquetas": ["casa", "compras"]},
{"titulo": "Pagar la luz", "etiquetas": ["casa", "urgente"]},
{"titulo": "Informe", "etiquetas": ["trabajo", "urgente"]},
]
# En PHP: array_unique(array_merge(...array_column($tareas, "etiquetas")))
todas = {etiqueta for t in tareas for etiqueta in t["etiquetas"]}
print(sorted(todas))
# Con update en un bucle, que se lee más fácil.
todas = set()
for t in tareas:
todas.update(t["etiquetas"])
print(sorted(todas))
# Tareas urgentes: ¿tienen TODAS las etiquetas pedidas?
pedidas = {"casa", "urgente"}
con_todas = [t["titulo"] for t in tareas if pedidas <= set(t["etiquetas"])]
print(con_todas)
# Etiquetas que le faltan a la primera tarea para llegar a las pedidas.print(sorted(pedidas - set(tareas[0]["etiquetas"])))
tareas = [
{"titulo": "Comprar pan", "etiquetas": ["casa", "compras"]},
{"titulo": "Pagar la luz", "etiquetas": ["casa", "urgente"]},
{"titulo": "Informe", "etiquetas": ["trabajo", "urgente"]},
]
todas = set()
for t in tareas:
todas.update(t["etiquetas"])
print(", ".join(sorted(todas)))
Hora de practicar
Retos · 0/3 resueltos
Reto 1 de 3 · ✓ Resuelto
Sin repetidos
La lista etiquetas tiene repetidas. Conviértela en un conjunto para quitar los duplicados e imprime, ordenadas, las etiquetas distintas separadas por coma: casa,luz,pan. Es el array_unique + sort de PHP.
Al pulsar Comprobar, unos tests ocultos prueban tu código en tu navegador, con Python 3.14.
Pythonmain.py · editable
Pista.set(etiquetas) quita los repetidos y sorted(...) los ordena; ",".join(...) los une.
Reto 2 de 3 · ✓ Resuelto
Etiquetas en común
Escribe en_comun(a, b) que reciba las etiquetas de dos tareas (listas) y devuelva un conjunto con las que comparten. Es el array_intersect($a, $b) de PHP. Si no comparten ninguna, el conjunto vacío set().
Al pulsar Comprobar, unos tests ocultos prueban tu código en tu navegador, con Python 3.14.
Pythonmain.py · editable
Pista. Convierte las dos listas en conjuntos y usa & (la intersección).
Reto 3 de 3 · ✓ Resuelto
Lo que falta
Escribe faltan(requeridas, tiene) que reciba dos listas de etiquetas y devuelva una lista ordenada con las requeridas que no están en tiene. Es el array_diff($requeridas, $tiene) de PHP. Si no falta ninguna, [].
Al pulsar Comprobar, unos tests ocultos prueban tu código en tu navegador, con Python 3.14.
Pythonmain.py · editable
Pista. Resta los conjuntos (set(requeridas) - set(tiene)) y ordena el resultado con sorted.
Resumen
Lo que te llevas de esta lección
set es una colección sin duplicados y sin orden (en PHP, un array con array_unique). El conjunto vacío es set(), no {}.
x in conjunto es casi instantáneo: úsalo para «¿ya lo he visto?» en vez de in sobre una lista enorme.
Operadores: a | b unión, a & b intersección (array_intersect), a - b diferencia (array_diff), a <= b subconjunto.
add y update meten; discard quita sin quejarse y remove lanza KeyError si no estaba.
No cuentes con el orden: imprime con sorted(...). Solo admite elementos inmutables (textos, números, tuplas).
Para recordarlo: «Sin Repetir, Sin Orden, Con Venn»
RSin Repetidos set([1, 1, 2]) son dos elementos
OSin Orden usa sorted(...) al imprimir
VVenn | une · & comparte · - resta
Un conjunto no repite, no ordena y se maneja con Venn: | une, & comparte, - resta. Y para no olvidar el vacío: «llaves vacías, diccionario; set(), conjunto».