ループ上とループ後に異なる文字列の設定

Question

これらの2つのコードでは、2つの異なる結果が得られます。どうして？

len(sorted(set([w.lower() for w in text1]))) 
17231 

len(sorted([w.lower() for w in set(text1)])) 
19317 

Answer 1

>>> text1 = 'Aa' 
>>> set(text1) # has two elements because the input has two different elements 
{'a', 'A'} 
>>> [w.lower() for w in set(text1)] 
['a', 'a'] 
>>> [w.lower() for w in text1] 
['a', 'a'] 
>>> set([w.lower() for w in text1]) # has one element because the input has two equal elements 
{'a'} 

Answer 2

文字の下部及び上部のフォームがhash value同じを持っていないので、集合関数は、重複としてそれらを想定していません。したがって、すべての文字を小文字に変換した後、set()関数は、最初のコードで文字列の文字数を削除します。あなたは文字のハッシュ値を確認するためにhash()機能を使用することができます

>>> text2 = 'ABCDEFabcdef' 
>>> 
>>> set(w.lower() for w in text2) 
set(['a', 'c', 'b', 'e', 'd', 'f']) 
>>> [w.lower() for w in set(text2)] 
['a', 'a', 'c', 'b', 'e', 'd', 'f', 'f', 'c', 'b', 'e', 'd'] 

：

は、次の例を考えてみ

>>> hash('A') 
8320025024 
>>> hash('a') 
12416037344 

もう少し：あなたが取得したい場合は今

より低い文字のユニークな結果は、最初のアプローチを使用するべきです。あなたはより良いリストの内包の代わりにジェネレータ式を使用するために大規模なテキストを扱っている場合でも：最初のバージョンは小文字にすべての文字列を変換し

set(w.lower() for w in text1)) 

Answer 3

、その後、種類、その後、重複を削除します。 2番目のバージョンでは、重複を削除し、小文字に変換してからソートします。

したがって、大文字と小文字が異なる入力文字列の各ペアについて、2番目のバージョンは一致する2つの（小文字の）エントリを出力します。

他にも違いはありますか？

編集：結果のリストのlen()を取得するようにコードを変更したので、詳細は表示されません。リストを比較してみてください。