Глава 6. Множества и кортежи: поиск дублей и защита неизменяемых записей

Задача главы: научиться находить дубли и расхождения между двумя выгрузками через множества и хранить неизменяемые записи-строки журнала в кортежах.

6.1 Поиск дублей: `set()`, сравнение `len(list)` и `len(set(list))`

Зачем это нужно. Список из главы Списки хранит элементы в том порядке, в каком они пришли, и без вопросов допускает повторы. Когда нужно быстро понять, есть ли в выгрузке задвоенные строки, — на помощь приходит множество: коллекция уникальных элементов без порядка.

// PYTHON_EXECUTOR (Pyodide Wasm)

group_roster = ['Иванов Иван', 'Смирнова Ольга', 'Ким Юрий', 'Иванов Иван']

unique_names = set(group_roster)      # оборачиваем список в множество — дубли схлопываются
print(unique_names)                    # {'Ким Юрий', 'Иванов Иван', 'Смирнова Ольга'} — порядок не гарантирован

has_duplicates = len(group_roster) != len(unique_names)
print(has_duplicates)                  # True — count элементов разошёлся, значит фамилия встретилась не один раз

// Output:

Сравнение len(list) и len(set(list)) — это самый быстрый способ узнать сам факт наличия дублей, не выписывая вручную, какие именно фамилии повторились.

⚠️ Подводный камень

Множество не просто убирает повторы — оно ещё и отказывается от порядка элементов и от доступа по позиции. Исходный список им подменять нельзя.

// PYTHON_EXECUTOR (Pyodide Wasm)

group_roster = ['Иванов Иван', 'Смирнова Ольга', 'Ким Юрий', 'Иванов Иван']

unique_names = set(group_roster)
first_in_registry = unique_names[0]     # хотим "первого по списку", как раньше со списком

// Output:

Traceback (most recent call last):
  File "report.py", line 4, in <module>
    first_in_registry = unique_names[0]
TypeError: 'set' object is not subscriptable

Ошибка	Что значит для Python	Человеческий перевод
`TypeError`	«У множества нет индексов»	Множество не хранит порядок элементов, поэтому обращение по позиции `[0]` для него не определено в принципе. Если порядок важен, множество для этой роли не подходит.

Правильный паттерн

// PYTHON_EXECUTOR (Pyodide Wasm)

group_roster = ['Иванов Иван', 'Смирнова Ольга', 'Ким Юрий', 'Иванов Иван']

unique_names = list(dict.fromkeys(group_roster))   # дубли убраны, порядок исходного списка сохранён
print(unique_names)                                  # ['Иванов Иван', 'Смирнова Ольга', 'Ким Юрий']

first_in_registry = unique_names[0]
print(first_in_registry)                             # Иванов Иван

// Output:

Пояснение логики: dict.fromkeys(list) создаёт словарь, где элементы списка стали ключами, — а ключи в Python начиная с версии 3.7 хранятся в порядке добавления и не повторяются. Обернув результат в list(...), получаем список без дублей, но с сохранённым исходным порядком. Правило простое: set() годится для подсчёта и проверки на совпадение, но как только нужен порядок или доступ по индексу — за дело берётся список.

6.2 Операции над множествами: `-`, `&`, `|` для сверки двух выгрузок

Зачем это нужно. Классическая задача аналитика — сравнить список учеников за два периода: кто выбыл, кто появился новый, кто остался в обеих выгрузках. Перебирать оба списка вручную циклами долго и ошибкоёмко — операции над множествами делают это одной строкой.

// PYTHON_EXECUTOR (Pyodide Wasm)

last_month_roster = {'Иванов Иван', 'Смирнова Ольга', 'Ким Юрий'}
this_month_roster = {'Смирнова Ольга', 'Ким Юрий', 'Петров Пётр'}

dropped_out = last_month_roster - this_month_roster    # был в прошлом месяце, пропал в этом
new_students = this_month_roster - last_month_roster   # появился только в этом месяце
stayed = last_month_roster & this_month_roster          # пересечение — остался в обеих выгрузках
all_seen = last_month_roster | this_month_roster         # объединение — все, кто засветился хоть раз

print(dropped_out)     # {'Иванов Иван'}
print(new_students)    # {'Петров Пётр'}
print(stayed)          # {'Смирнова Ольга', 'Ким Юрий'}
print(all_seen)        # {'Иванов Иван', 'Смирнова Ольга', 'Ким Юрий', 'Петров Пётр'}

// Output:

- (разность), & (пересечение) и | (объединение) в точности повторяют школьные операции над множествами — с той разницей, что порядок операндов важен для разности: A - B и B - A — это разные ответы на разные вопросы.

⚠️ Подводный камень

Traceback тут не появится — программа отработает и выдаст результат. Но если две выгрузки пришли из разных источников (например, из разных систем учёта), ФИО в них могут отличаться регистром или пробелами, а множество сравнивает элементы буквально, без снисхождения.

// PYTHON_EXECUTOR (Pyodide Wasm)

last_month_roster = {'Иванов Иван', 'Смирнова Ольга'}
this_month_roster = {'иванов иван', 'Смирнова Ольга'}   # выгрузка из другой системы, без единого регистра

dropped_out = last_month_roster - this_month_roster
print(dropped_out)     # {'Иванов Иван'} — будто ученик пропал, хотя на самом деле просто регистр другой

// Output:

Ошибка	Что значит для Python	Человеческий перевод
— (тихая ошибка)	«`'Иванов Иван'` и `'иванов иван'` — два разных элемента»	Множество сравнивает строки посимвольно и не знает, что это один и тот же ученик. Регистр и лишние пробелы нужно привести к общему виду до сравнения — так же, как в главе Строки и f-строки.

Правильный паттерн

// PYTHON_EXECUTOR (Pyodide Wasm)

last_month_roster_raw = {'Иванов Иван', 'Смирнова Ольга'}
this_month_roster_raw = {'иванов иван', 'Смирнова Ольга'}

last_month_roster = set()
for name in last_month_roster_raw:
  last_month_roster.add(name.strip().lower())     # .add() кладёт один элемент в множество

this_month_roster = set()
for name in this_month_roster_raw:
  this_month_roster.add(name.strip().lower())

dropped_out = last_month_roster - this_month_roster
print(dropped_out)      # set() — пусто, ученик никуда не пропадал

// Output:

Пояснение логики: .add(item) — аналог .append() у списка, только для множества и только для одного элемента за раз. Нормализация .strip().lower() перед сравнением делает выгрузки сопоставимыми: теперь 'Иванов Иван' и 'иванов иван' — один и тот же элемент множества, а не два разных. Правило на будущее: прежде чем сравнивать текстовые данные из разных источников, привести их к единому регистру и обрезать пробелы — иначе результат сверки будет формально правильным, но по сути враньём.

6.3 Кортежи как неизменяемая запись, распаковка `name, score = row`

Зачем это нужно. Строка журнала — «ученик, группа, балл» — это фиксированная структура: количество и порядок полей не должны меняться на ходу. Кортеж — это список, который сознательно нельзя менять после создания, что как раз годится для такой записи.

// PYTHON_EXECUTOR (Pyodide Wasm)

student_record = ('Иванов Иван', 'А-101', 78)

name, group, score = student_record     # распаковка — переменные слева получают поля справа по порядку
print(f'{name} из группы {group}: {score} баллов')   # Иванов Иван из группы А-101: 78 баллов

// Output:

Распаковка name, group, score = student_record работает только тогда, когда количество переменных слева совпадает с количеством элементов в кортеже справа — Python сопоставляет их строго по позиции.

⚠️ Подводный камень

Неизменяемость — это не рекомендация, а жёсткое ограничение: попытка поменять элемент кортежа на месте ломает программу.

// PYTHON_EXECUTOR (Pyodide Wasm)

student_record = ('Иванов Иван', 'А-101', 78)

student_record[2] = 95      # пересдача — хотим обновить балл прямо в записи

// Output:

Traceback (most recent call last):
  File "report.py", line 3, in <module>
    student_record[2] = 95
TypeError: 'tuple' object does not support item assignment

Ошибка	Что значит для Python	Человеческий перевод
`TypeError`	«Кортеж не поддерживает присваивание по индексу»	Кортеж специально не даёт менять свои элементы — это гарантия для читающего код, что запись останется такой, какой была создана. Нужен новый балл — нужен новый кортеж, а не правка старого.

Похожая по формулировке, но другая по причине ошибка возникает при распаковке, если число переменных не совпадает с числом полей:

// PYTHON_EXECUTOR (Pyodide Wasm)

student_record = ('Иванов Иван', 'А-101', 78)

name, score = student_record     # ждали два поля, а в записи их три

// Output:

Traceback (most recent call last):
  File "report.py", line 3, in <module>
    name, score = student_record
ValueError: too many values to unpack (expected 2)

Ошибка	Что значит для Python	Человеческий перевод
`ValueError`	«Элементов для распаковки больше, чем переменных слева»	Схема записи изменилась (добавилось поле `group`), а код распаковки — нет. Число переменных слева должно точно совпадать с числом полей в кортеже.

Правильный паттерн

// PYTHON_EXECUTOR (Pyodide Wasm)

student_record = ('Иванов Иван', 'А-101', 78)

# Балл пересдан — вместо правки на месте пересобираем новый кортеж
updated_record = student_record[:2] + (95,)
print(updated_record)      # ('Иванов Иван', 'А-101', 95)

# Распаковка с числом переменных, которое точно совпадает со схемой записи
name, group, score = updated_record
print(f'{name}: {score} баллов после пересдачи')     # Иванов Иван: 95 баллов после пересдачи

// Output:

Пояснение логики: student_record[:2] — срез, знакомый по главам Строки и f-строки и Списки, берёт первые два поля как есть, а (95,) — кортеж из одного элемента (запятая внутри скобок обязательна, иначе это просто число в скобках). Сложение + двух кортежей даёт третий, новый, — старый student_record при этом остаётся нетронутым. Если данные по своей природе должны меняться часто (баллы за модуль курса, накопление списка), для них с самого начала стоит выбирать список, а не кортеж; кортеж — осознанный выбор именно для того, что меняться не должно.

6.4 Мини-словарик ошибок шестой главы

Ошибка	Что значит для Python	Человеческий перевод
`TypeError` (индекс множества)	«У множества нет индексов»	Множество не хранит порядок — доступ по позиции `[0]` для него не определён. Нужен порядок — нужен список (`dict.fromkeys()` для дедупликации с сохранением порядка).
`TypeError` (изменение кортежа)	«Кортеж не поддерживает присваивание по индексу»	Кортеж неизменяем по конструкции — новое значение поля означает новый кортеж, а не правку старого.
`ValueError` (распаковка)	«Число значений для распаковки не совпадает с числом переменных»	Схема записи разошлась с кодом распаковки — добавилось или пропало поле. Число переменных слева должно точно совпадать с числом элементов кортежа.
— (тихая ошибка)	«Строки, различающиеся регистром или пробелами, — разные элементы множества»	Сверка двух выгрузок с разным форматом ФИО молча даёт неверный список «пропавших»/«новых». Нормализация (`.strip().lower()`) обязательна до сравнения множеств.

Мини-кейс: сверка двух выгрузок — дубли, пропавшие и новые ученики

Задача: по спискам ФИО за прошлый и текущий месяц найти задвоенные записи внутри каждой выгрузки, а также тех, кто выбыл, кто появился новый и кто остался, — с учётом того, что источники пишут ФИО в разном регистре.

// PYTHON_EXECUTOR (Pyodide Wasm)

# 1. Сбор данных
last_month_raw = ['Иванов Иван', 'Смирнова Ольга', 'Ким Юрий', 'Иванов Иван']
this_month_raw = ['смирнова ольга', 'Ким Юрий', 'Петров Пётр', 'Ким Юрий']

# 2. Расчёты

# 2.1. Дубли внутри каждой выгрузки — до какой-либо нормализации, чтобы не потерять сам факт задвоения
last_month_has_duplicates = len(last_month_raw) != len(set(last_month_raw))
this_month_has_duplicates = len(this_month_raw) != len(set(this_month_raw))

# 2.2. Нормализация ФИО перед сверкой между выгрузками
last_month_roster = set()
for name in last_month_raw:
  last_month_roster.add(name.strip().lower())

this_month_roster = set()
for name in this_month_raw:
  this_month_roster.add(name.strip().lower())

# 2.3. Сверка нормализованных множеств
dropped_out = last_month_roster - this_month_roster
new_students = this_month_roster - last_month_roster
stayed = last_month_roster & this_month_roster

# 2.4. Итоговая запись сводки — кортеж, потому что схема из трёх счётчиков дальше не меняется
summary_record = (len(dropped_out), len(new_students), len(stayed))
dropped_count, new_count, stayed_count = summary_record

# 3. Вывод итогового отчёта
print('--- Сверка выгрузок ---')
print(f'Дубли в прошлой выгрузке: {last_month_has_duplicates}')
print(f'Дубли в текущей выгрузке: {this_month_has_duplicates}')
print(f'Выбыло: {dropped_count} — {dropped_out}')
print(f'Новых: {new_count} — {new_students}')
print(f'Осталось: {stayed_count} — {stayed}')

// Output:

--- Сверка выгрузок ---
Дубли в прошлой выгрузке: True
Дубли в текущей выгрузке: True
Выбыло: 1 — {'иванов иван'}
Новых: 1 — {'петров пётр'}
Осталось: 2 — {'смирнова ольга', 'ким юрий'}

Что получилось: проверка на дубли выполнена по сырым спискам до нормализации — иначе сам факт задвоения потерялся бы вместе с приведением регистра. Сверка между выгрузками, наоборот, потребовала нормализации: без .strip().lower() 'Смирнова Ольга' и 'смирнова ольга' числились бы как два разных ученика, и отчёт лживо показал бы одного «выбывшего» и одного «нового» вместо одного и того же человека. Три счётчика на выходе собраны в кортеж и сразу распакованы — это подчёркивает, что схема сводки («сколько выбыло, сколько новых, сколько осталось») фиксирована и не должна молча обрасти четвёртым полем без изменения кода вокруг. ⚠️ Дальнейшая работа с именами реальных учеников — не по множеству, а по упорядоченному списку с сохранением исходного регистра для печати в отчёте — потребует dict.fromkeys() из 6.1, а не прямого перебора множества.

Чек-лист главы

Дальше: Условия

Глава 6. Множества и кортежи: поиск дублей и защита неизменяемых записей

6.1 Поиск дублей: set(), сравнение len(list) и len(set(list))

⚠️ Подводный камень

Правильный паттерн

6.2 Операции над множествами: -, &, | для сверки двух выгрузок

⚠️ Подводный камень

Правильный паттерн

6.3 Кортежи как неизменяемая запись, распаковка name, score = row

⚠️ Подводный камень

Правильный паттерн

6.4 Мини-словарик ошибок шестой главы

Мини-кейс: сверка двух выгрузок — дубли, пропавшие и новые ученики

Чек-лист главы

6.1 Поиск дублей: `set()`, сравнение `len(list)` и `len(set(list))`

6.2 Операции над множествами: `-`, `&`, `|` для сверки двух выгрузок

6.3 Кортежи как неизменяемая запись, распаковка `name, score = row`