En la entrada de hoy aprenderemos qué es un set en Python, las operaciones más habituales y sus aplicaciones avanzadas. Una lectura indispensable para sacarle el máximo partido a este lenguaje. 

Si programas con Python es necesario que conozcas los sets, una estructura de datos poderosa y eficiente que a menudo pasa desapercibida frente a opciones más populares como listas o diccionarios. Sin embargo, los sets ofrecen características únicas que los hacen ideales para ciertos tipos de operaciones. Especialmente cuando se trabaja con grandes volúmenes de datos que requieren verificación de duplicados o en operaciones matemáticas como la intersección y la unión.

Un set en Python es una colección no ordenada y mutable que no permite elementos duplicados. Esto significa que, a diferencia de las listas los elementos de un set son únicos, lo que elimina la redundancia automáticamente. Además, la naturaleza no ordenada de los sets permite una manipulación más eficiente en muchas situaciones, especialmente cuando se trata de buscar o comparar elementos.

Los sets también son conocidos por su flexibilidad al realizar operaciones matemáticas comunes, como la unión, la intersección y la diferencia, lo que los convierte en una herramienta valiosa en algoritmos de búsqueda, análisis de datos y resolución de problemas complejos. Si te ha despertado la curiosidad, en este artículo aprenderás qué son los sets, cómo crearlos, sus operaciones principales y casos avanzados donde pueden marcar la diferencia en tu código Python.

Definición y Creación de un Set en Python

a) ¿Qué es un Set en Python?

Un set en Python es una colección desordenada de elementos únicos. A diferencia de otros tipos de colecciones como listas o tuplas, un set no permite duplicados. Lo que significa que cualquier intento de agregar un elemento ya existente simplemente será ignorado. Esto lo convierte en una herramienta valiosa cuando se necesita garantizar la unicidad de los datos.

Los sets también son mutables, lo que significa que sus elementos pueden ser modificados después de su creación. Sin embargo, los elementos dentro del set deben ser inmutables, lo que significa que no puedes tener listas o diccionarios como elementos de un set. Pero sí puedes tener tuplas o números.

b) Sintaxis Básica para Crear un Set en Python

Crear un set en Python es bastante sencillo. Se pueden usar llaves {} o la función set() para definirlos:

# Crear un set vacío
mi_set = set()


# Crear un set con elementos
mi_set = {1, 2, 3, 4}

Es importante destacar que cuando se usa un par de llaves vacío {}, Python lo interpreta como un diccionario. Por lo que siempre debes usar set() para crear sets vacíos.

c) Características Principales de los Sets

• Desordenados: Los sets no mantienen ningún tipo de orden en los elementos. A diferencia de las listas o tuplas, los elementos en un set pueden aparecer en cualquier orden y no se puede acceder a ellos mediante índices.
• Sin Duplicados: Una característica clave de los sets es que no permiten duplicados. Si intentas agregar un elemento que ya existe en el set, Python simplemente lo ignorará:

mi_set = {1, 2, 3, 3, 4}
print(mi_set)  # Resultado: {1, 2, 3, 4}

d) Ejemplos de Creación de Sets

Puedes crear sets a partir de diferentes tipos de colecciones como listas o cadenas. Aquí algunos ejemplos:

# Crear un set desde una lista
mi_lista = [1, 2, 2, 3, 4]
mi_set = set(mi_lista)  # Resultado: {1, 2, 3, 4}


# Crear un set desde una cadena
mi_set = set("hola")  # Resultado: {'h', 'o', 'l', 'a'}

En definitiva, los sets son extremadamente útiles para eliminar duplicados automáticamente y para manejar grandes conjuntos de datos de manera eficiente.

Operaciones Comunes con un Set en Python

a) Adición de Elementos

Una de las operaciones más básicas con un set en Python es la adición de elementos. Esto se puede hacer utilizando el método add(), que inserta un nuevo elemento en el set. Como los sets no permiten duplicados, si intentas añadir un elemento que ya existe este será ignorado.

mi_set = {1, 2, 3}
mi_set.add(4)
print(mi_set)  # Resultado: {1, 2, 3, 4}

b) Eliminación de Elementos

Python ofrece varias formas de eliminar elementos de un set. Entre las más comunes están remove() y discard(). La diferencia clave entre ambas es que remove() genera un error si el elemento no está en el set, mientras que discard() no lo hace.

mi_set = {1, 2, 3, 4}
mi_set.remove(3)
print(mi_set)  # Resultado: {1, 2, 4}


mi_set.discard(5)  # No genera error si el elemento no existe

También puedes utilizar el método pop() para eliminar y devolver un elemento arbitrario del set, ya que los sets no tienen un orden predecible:

mi_set = {1, 2, 3, 4}
elemento_eliminado = mi_set.pop()
print(elemento_eliminado)  # Resultado: 1 (o cualquier otro elemento)

c) Verificación de Pertenencia

Para comprobar si un elemento pertenece a un set en Python se usa el operador in. Esta operación es muy rápida en sets, lo que los convierte en una excelente opción cuando se requiere verificar la pertenencia de un elemento en grandes colecciones de datos.

mi_set = {1, 2, 3, 4}
print(2 in mi_set)  # Resultado: True
print(5 in mi_set)  # Resultado: False

d) Longitud del Set

Para saber cuántos elementos contiene un set puedes usar la función len(), que devuelve el número de elementos únicos en el set.

mi_set = {1, 2, 3, 4}
print(len(mi_set))  # Resultado: 4

Estas operaciones básicas son fundamentales para trabajar con sets en Python. Gracias a su eficiencia en la adición, eliminación y verificación de pertenencia, los sets son una estructura de datos ideal para manejar grandes cantidades de información sin duplicados.

Operaciones Matemáticas en Sets

Una de las características más útiles de los sets en Python es la capacidad de realizar operaciones matemáticas similares a las que se realizan con conjuntos en matemáticas. Que permiten comparar, combinar o restar sets de forma sencilla y eficiente.

a) Unión de Sets

La operación de unión combina los elementos de dos sets, eliminando duplicados. En Python puedes usar el método union() o el operador | para realizar esta operación.

set_a = {1, 2, 3}
set_b = {3, 4, 5}
union_set = set_a.union(set_b)
# Resultado: {1, 2, 3, 4, 5}


# También se puede usar el operador |
union_set = set_a | set_b
# Resultado: {1, 2, 3, 4, 5}

b) Intersección de Sets

La intersección de dos sets devuelve los elementos que están presentes en ambos. Para ello puedes usar el método intersection() o el operador &.

set_a = {1, 2, 3}
set_b = {3, 4, 5}
interseccion_set = set_a.intersection(set_b)
# Resultado: {3}


# Usando el operador &
interseccion_set = set_a & set_b
# Resultado: {3}

c) Diferencia de Sets

La operación de diferencia devuelve los elementos que están en un set pero no en el otro. Puedes usar el método difference() o el operador - para obtener la diferencia entre dos sets.

set_a = {1, 2, 3}
set_b = {3, 4, 5}
diferencia_set = set_a.difference(set_b)
# Resultado: {1, 2}


# Usando el operador -
diferencia_set = set_a - set_b
# Resultado: {1, 2}

d) Diferencia Simétrica

La diferencia simétrica devuelve los elementos que están en uno u otro set, pero no en ambos. En Python puedes realizar esta operación usando el método symmetric_difference() o el operador ^.

set_a = {1, 2, 3}
set_b = {3, 4, 5}
diferencia_simetrica_set = set_a.symmetric_difference(set_b)
# Resultado: {1, 2, 4, 5}


# Usando el operador ^
diferencia_simetrica_set = set_a ^ set_b
# Resultado: {1, 2, 4, 5}

e) Aplicaciones Prácticas

Estas operaciones son útiles en una amplia gama de escenarios, como la manipulación de grandes volúmenes de datos, filtrado de elementos y la comparación de colecciones. Por ejemplo, la intersección puede ser utilizada para encontrar elementos comunes entre dos listas grandes. Mientras que la diferencia simétrica es útil para identificar cambios entre conjuntos de datos.

Aplicaciones Avanzadas de Sets

a) Eliminación de Duplicados

Uno de los usos más comunes de los sets es la eliminación de duplicados en colecciones de datos. Dado que un set no permite elementos repetidos, simplemente convertir una lista a set eliminará cualquier duplicado de forma automática.

mi_lista = [1, 2, 2, 3, 4, 4, 5]
mi_set = set(mi_lista)
print(mi_set)  # Resultado: {1, 2, 3, 4, 5}

Este proceso es mucho más eficiente que recorrer manualmente una lista y eliminar duplicados, lo que hace que los sets sean ideales cuando se trabaja con grandes volúmenes de datos.

b) Uso en Algoritmos de Búsqueda

Los sets son extremadamente eficientes en operaciones de búsqueda, ya que utilizan una implementación basada en tablas hash que permite acceder a los elementos en tiempo constante. Es decir, O(1). Esto los hace útiles en algoritmos que requieren verificar la pertenencia de un elemento rápidamente.

Por ejemplo, si necesitas saber si un elemento está en una gran colección de datos, usar un set es mucho más rápido que usar una lista o tupla.

mi_set = {1, 2, 3, 4, 5}
print(3 in mi_set)  # Resultado: True
print(6 in mi_set)  # Resultado: False

c) Comparación de Conjuntos de Datos

Los sets también son útiles en la comparación de grandes conjuntos de datos. Por ejemplo, si tienes dos listas de usuarios y necesitas encontrar los usuarios comunes o aquellos que solo están en una de las listas, las operaciones de intersección y diferencia de sets son ideales para esta tarea.

usuarios_a = {"Alice", "Bob", "Charlie"}
usuarios_b = {"Charlie", "David", "Emma"}


# Usuarios comunes
comunes = usuarios_a & usuarios_b  # Resultado: {"Charlie"}


# Usuarios exclusivos de la lista A
solo_a = usuarios_a - usuarios_b  # Resultado: {"Alice", "Bob"}

d) Optimización de Memoria y Rendimiento

Debido a su estructura interna, un set en Python es más eficiente en términos de memoria y rendimiento en comparación con otros tipos de colecciones. Sobre todo cuando el objetivo es almacenar elementos únicos. Esto es especialmente útil en grandes bases de datos o sistemas donde la eliminación de duplicados y la rapidez en la búsqueda son críticas.

Como ves, los sets ofrecen un equilibrio perfecto entre simplicidad y eficiencia, siendo una herramienta fundamental en situaciones donde el manejo de grandes volúmenes de datos o la necesidad de optimizar el rendimiento son clave.

Tu Futuro Comienza Hoy con Frogames

Ahora que conoces los fundamentos de los sets en Python y has explorado sus aplicaciones, estás un paso más cerca de dominar este potente lenguaje de programación. Sin embargo, aprender a programar va mucho más allá de un elemento en concreto. Debes tener una base sólida que te permita abordar cualquier reto de desarrollo.

Aprende Programación Sin Pisar la Universidad

Para seguir profundizando en Python y en otros lenguajes clave te animamos a apuntarte a la Ruta de Lenguajes de Programación de Frogames, la academia online líder dirigida por Juan Gabriel Gomila. Diseñada para ofrecerte más de 130 horas de vídeo, +1140 clases y recursos adicionales, te resultará muy sencillo aprender Python y otros lenguajes esenciales como Java y SQL.

La ruta está pensada para que puedas empezar desde lo más básico y avanzar hacia un nivel experto en un año, dedicando solo 20 horas a la semana. Además, recibirás certificados al completar cada curso y tendrás acceso a una comunidad exclusiva para resolver tus dudas en tiempo real.

Frogames también ofrece cursos en áreas como blockchain, matemáticas, machine learning y análisis de datos, lo que te permitirá convertirte en un programador versátil y completo.

No dejes pasar esta oportunidad para dominar la programación y acceder a un sinfín de oportunidades profesionales. ¡Apúntate hoy mismo y empieza tu camino hacia el éxito con Frogames!

¡Nos vemos en clase!