Belajar Python Dasar : Tipe Data Set

Di Python sendiri terdapat 4 tipe data collection yang digunakan untuk menyimpan kumpulan data dalam satu variabel diantaranya yaitu List, Tuple, Set dan Dictionary tentunya dengan cara penggunaan yang berbeda-beda. Namun pada artikel kali ini saya akan fokus membahas tipe data Set.

Tipe data set berbeda dengan tipe data list dan tuple yang sudah pernah dibahas pada artikel sebelumnya. Tipe data set bersifat unordered (output yang ditampilkan tidak berurutan) dan unindexed (tidak bisa diakses dengan indeks). Tipe data set berbeda dengan tipe data lain, set tidak menampilkan nilai yang duplikat atau unique value.

Membuat Set

Untuk membuat tipe data set nilai dibungkus dengan tanda kurung kurawal {} dan tiap nilai dipisahkan menggunakan tanda koma ,. Nilai pada tipe data set bisa berisi berbagai tipe data seperti string, number dan boolean.

Contoh:

1
2
3
4
5
6

myset = {'set', 232, 100, 0.2, False, True}
print(myset)

# tipe data set tidak menampilkan nilai duplikat
data = {1, 1, 2, 3, 4, 4}
print(data)

Akan tetapi untuk tipe data list, dictionary dan set itu sendiri, tidak bisa disimpan pada tipe data set.

Contoh:

1
2

myset = {1, 4, 'set', [1, 2]}
print(myset)

jika dijalankan script di atas akan menampilkan error TypeError: unhashable type: 'list'.

Menambahkan Nilai Set

Untuk menambahkan nilai pada set, bisa menggunakan fungsi yang sudah disediakan oleh Python yaitu add() dan fungsi update() untuk menambahkan lebih dari satu nilai sekaligus. Berikut untuk cara penggunaanya:

1. set.add(nilai)

Fungsi add() membutuhkan satu parameter, yang dimana parameter tersebut adalah nilai yang akan ditambahkan kedalam set.

Contoh:

1
2
3
4
5
6

warna = {'Putih', 'Hitam'}
print(warna)

# menambahkan nilai Merah pada set
warna.add('Merah')
print(warna)

Hasil output:

{'Hitam', 'Putih'}
{'Hitam', 'Putih', 'Merah'}

2. set.update([nilai])

Sedangkan fungsi update() menggunakan list sebagai parameter untuk menambahkan lebih dari satu nilai baru ke dalam set.

Contoh:

1
2
3
4
5
6

warna = {'Putih', 'Hitam'}
print(warna)

# menambahkan nilai Merah dan Biru pada set
warna.update(['Merah', 'Biru'])
print(warna)

Hasil output:

{'Putih', 'Hitam'}
{'Putih', 'Hitam', 'Merah', 'Biru'}

Menghapus Nilai Set

Untuk menghapus nilai yang ada pada set, ada 4 fungsi yang bisa di gunakan remove(), discard(), pop() dan clear().

1. set.remove(nilai)

Fungsi remove() ini akan menghapus nilai sesuai dengan nilai yang dimasukan sebagai parameter. Jika nilai yang dimasukan tidak ada, maka akan menampilkan error.

Contoh:

1
2
3
4
5

warna = {'Merah', 'Biru', 'Putih'}

# akan error jika nilai Putih tidak ada di dalam set
warna.remove('Putih')
print(warna)

Hasil output:

{'Merah', 'Biru'}

2. set.discard(nilai)

Kebalikannya dari fungsi remove() di atas fungsi discard() ini tidak akan menampilkan error jika nilai yang dimasukan sebagai paramternya tidak ada di dalam set.

Contoh:

1
2
3
4
5

warna = {'Merah', 'Biru', 'Putih'}

# tidak akan error jika nilai Putih tidak ada di dalam set
warna.discard('Putih')
print(warna)

Hasil output:

{'Merah', 'Biru'}

3. set.pop()

Fungsi pop() ini akan menghapus nilai output yang ada di sebelah kiri pada set.

Contoh:

1
2
3
4

warna = {'Merah', 'Biru', 'Putih'}

print('Menghapus nilai: ', warna.pop())
print(warna)

Hasil output:

{'Putih', 'Biru'}

4. set.clear()

Fungsi clear() ini akan menghapus semua nilai yang ada di dalam set.

Contoh:

1
2
3

warna = {'Merah', 'Biru', 'Putih'}
warna.clear()
print(warna)

Hasil output:

set()

Operasi Pada Set

Selain kegunaan dan keunggulan yang dimiliki tipe data set di atas, selanjutnya saya akan contohkan beberapa operasi himpunan. Yang sebenarnya tipe data set ini digunakan untuk kebutuhan operasi himpunan, seperti operasi gabungan (union), irisan (intersection), selisih (difference) dan komplemen (symmetric difference).

1. Gabungan (Union)

Kita bisa melakukan penggabungan atau operasi union, menggunakan set dengan simbol pipe | atau bisa juga menggunakan fungsi union().

Contoh:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

data1 = {0, 1, 2, 3, 4}
data2 = {5, 6, 7, 8, 9}

# dengan simbol pipe |
result1 = data1 | data2
print(result1)

# dengan fungsi union()
result2 = data1.union(data2)
print(result2)

Hasil output:

{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}
{0, 1, 2, 3, 4, 5, 6, 7, 8, 9}

2. Irisan (Intersection)

Irisan atau operasi intersection, yaitu pengambilan anggota – anggota yang berada pada dua himpunan. Kita bisa menggunakan simbol ampersand & atau dengan fungsi pada Python intersection().

Contoh:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

data1 = {1, 2, 3, 4, 5}
data2 = {1, 9, 6, 2, 3}

# dengan simbol ampersand &
result1 = data1 & data2
print(result1)

# dengan fungsi intersection()
result2 = data1.intersection(data2)
print(result2)

Hasil output:

{1, 2, 3}
{1, 2, 3}

3. Selisih (Difference)

Selisih atau operasi difference, yaitu pengambilan anggota dari himpunan pertama yang bukan anggota dari himpunan kedua. Untuk menggunakannya bisa menggunakan simbol minus - atau dengan fungsi difference().

Contoh:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

data1 = {1, 2, 3, 4, 5}
data2 = {1, 9, 6, 2, 3}

# dengan simbol minus -
result1 = data1 - data2
print(result1)

# dengan fungsi difference()
result2 = data1.difference(data2)
print(result2)

Hasil output:

{4, 5}
{4, 5}

4. Komplemen (Symmetric Difference)

Komplemen atau operasi symmetric difference, yaitu pengambilan anggota-anggota dari kedua himpunan, yang mana anggota tersebut hanya ada di satu himpunan saja. Untuk cara penggunaan bisa dengan simbol caret ^ atau dengan fungsi symmetric_difference().

Contoh:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10

data1 = {1, 2, 3, 4, 5}
data2 = {1, 2, 3, 8, 9}

# dengan simbol caret ^
result1 = data1 ^ data2
print(result1)

# dengan fungsi symmetric_difference()
result2 = data1.symmetric_difference(data2)
print(result2)

Hasil output:

{4, 5, 8, 9}
{4, 5, 8, 9}

Fungsi-fungsi Pada Set

Masih banyak fungsi-fungsi yang bisa digunakan pada tipe data set ini, seperti: