Python 集合运算的运算符和非运算符版本之间的差异

Question

使用 intersection() 方法或 python 集合上的 & 运算符。我读到，在以前的版本中， & 的参数必须是一个集合，而不仅仅是任何可迭代的，尽管现在似乎不再是这样了。

在语义、约束、性能或简单的 Python 风格方面有区别吗？

Answer 1

方法可以绑定到名称以供以后使用，而运算符可以替换为operator 模块中的操作以实现更大的抽象。

Answer 2

功能上没有区别，尽管使用运算符速度稍快一些，因为 Python 会在特殊情况下访问这些方法。大多数程序中的性能差异并没有大到需要使用运算符的程度。

Answer 3

intersection() 将接受任何可迭代对象，而运算符仅接受集合类型。

该信息位于 docs 中的方法描述下方：

注意，union()、intersection()、的非运算符版本
Difference() 和 symmetry_difference()、issubset() 和 issuperset()
方法将接受任何可迭代对象作为参数。相比之下，他们的
基于运算符的对应项需要设置其参数。

Answer 4

以下是在 3.7 GHz CPU 上完成的 Python 3 的一些计时...

intersection 是我认为性能差异可以忽略不计的唯一一个，但其他操作在“非操作符”处似乎更快版本使用灵活性来允许任何可迭代的作为参数（而不仅仅是显式的集合）。

如果决定是任意的，则显式创建 set 可能（明显或不明显）对性能产生影响，以选择将现有的非 set iterable 转换为set 只是为了使用操作员版本。

设置

import random

nums = random.choices(range(1, 10000), k=10000) #this is a list
all_nums = set(range(1, 10000))

union |

%timeit all_nums.union(nums)
248 µs ± 4.44 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit all_nums | set(nums)
409 µs ± 5.25 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

Difference -

%timeit all_nums.difference(nums)
387 µs ± 2.35 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit all_nums - set(nums)
451 µs ± 1.59 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

junction &

%timeit all_nums.intersection(nums)
477 µs ± 4.57 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit all_nums & set(nums)
479 µs ± 2.23 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

symmetry_difference ^

%timeit all_nums.symmetric_difference(nums)
421 µs ± 840 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit all_nums ^ set(nums)
557 µs ± 1.98 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

我应该补充一点，上面显示的性能影响是由于显式创建集合。如果参数已经是一个集合，@kindall 有正确的答案（运算符版本可能更快）。