Summary  
This chapter demonstrates how to define and manipulate sets in Python—including union, intersection, difference, symmetric difference, subset/superset checks—and how to use sets to remove duplicates from collections.

General domain of usage  
Data science

Download Code from Video

## Breaking Down the Python Code

### Defining Sets
A **set** is defined using curly brackets `{}` or the `set()` function. Sets **do not allow duplicate values** and do not maintain any specific order.

# Define two sets
set_a = {1, 2, 3, 4, 5}
set_b = set([4, 5, 6, 7, 8])

print("Set A:", set_a)
print("Set B:", set_b)

Even if we define a set with duplicate values, Python **automatically removes** the duplicates.

### Union of Sets
Combines elements from **both sets**. **No duplicates** are included.


set_a = {1, 2, 3, 4, 5}
set_b = {4, 5, 6, 7, 8}

union_set = set_a.union(set_b)
print("Union:", union_set)

### Intersection of Sets

Returns only the elements **common to both sets**.


set_a = {1, 2, 3, 4, 5}
set_b = {4, 5, 6, 7, 8}

intersection_set = set_a.intersection(set_b)
print("Intersection:", intersection_set)

### Difference of Sets
Finds elements in `set_a` that are **NOT** in `set_b`.


set_a = {1, 2, 3, 4, 5}
set_b = {4, 5, 6, 7, 8}

difference_set = set_a.difference(set_b)
print("Difference (A - B):", difference_set)

### Symmetric Difference
Finds elements that are in **either set**, but **NOT in both**.


set_a = {1, 2, 3, 4, 5}
set_b = {4, 5, 6, 7, 8}

symmetric_difference_set = set_a.symmetric_difference(set_b)
print("Symmetric Difference:", symmetric_difference_set)

### Subset and Superset Relationships
- `issubset()` checks if **all elements of one set exist in another**;
- `issuperset()` checks if **one set fully contains another**.


set_a = {1, 2, 3, 4, 5}
set_b = {4, 5, 6, 7, 8}

print("Is A a subset of B?", set_a.issubset(set_b))
print("Is A a superset of {3, 4}?", set_a.issuperset({3, 4}))

### Removing Duplicates Using Sets
A common **real-world use case** for sets is removing duplicates from a list.


data = [1, 2, 2, 3, 4, 4, 5]
unique_data = set(data)
print("Unique values:", unique_data)

Since sets **do not allow duplicates**, converting a list into a set automatically removes repeated values.

Опановуйте математичні основи, необхідні для науки про дані. Досліджуйте ключові поняття функцій, математичного аналізу, лінійної алгебри, теорії ймовірностей та зниження розмірності. Формуйте як теоретичне розуміння, так і практичний досвід програмування для підвищення здатності аналізувати дані, моделювати складні системи та застосовувати сучасні методи машинного навчання.

Ознайомлення з основами математичних функцій. Вивчення різних типів алгебраїчних і трансцендентних функцій, їх властивостей і реалізації у Python для розв'язання прикладних задач.

Опанування понять множин і рядів: від базових операцій до практичного застосування. Практичний досвід реалізації операцій над множинами та роботи з арифметичними й геометричними рядами в Python.

Сформуйте ґрунтовне розуміння границь, похідних, інтегралів і часткових похідних. Поєднання теорії з практикою шляхом реалізації цих понять у Python та їх застосування до оптимізації за допомогою градієнтного спуску.

Сформуйте ґрунтовні знання про вектори, матриці та перетворення. Вивчайте методи декомпозиції та аналіз власних значень, закріплюючи концепції за допомогою завдань з програмування на Python і практичних застосувань у науці про дані.

Занурення в теорію ймовірностей і статистику. Вивчення умовної ймовірності, теореми Байєса та статистичних мір. Реалізація основних концепцій у Python, моделювання розподілів і вдосконалення навичок за допомогою завдань і вікторин.

Implementing Sets in Python

Breaking Down the Python Code

Defining Sets

Union of Sets

Intersection of Sets

Difference of Sets

Symmetric Difference

Subset and Superset Relationships

Removing Duplicates Using Sets