Python中用set.intersection(*sets)和set.union(*sets)可高效处理多集合交并，需解包列表且判空；推荐流式收缩与intersection_update()省内存，避免NumPy/Pandas语义偏差。
用 set.intersection() 和 set.union() 处理多个集合
Python 的 set 原生支持多参数交集与并集，但必须传入可迭代对象（如列表、元组），不能直接展开成位置参数。常见错误是写成 set1.intersection(set2, set3) —— 这其实没问题，但若集合数量动态变化，就容易卡在“怎么传参”上。
正确做法是用解包：set.intersection(*list_of_sets) 或 set.union(*list_of_sets)。注意：空列表会报 TypeError: intersection() takes at least 1 argument，所以得先判空。
- 交集要求所有集合非空；任一为空，结果就是空集
- 并集对空集合安全，
set().union(*[])返回空set() - 性能上，
*list_of_sets解包开销很小，实际耗时主要取决于集合大小和元素哈希分布
避免反复创建新集合：用 set.intersection_update() 原地计算
如果原始集合较大，且你只关心最终交集结果（不保留中间状态），用 intersection_update() 比 intersection() 更省内存。它会修改调用者本身，不生成副本。
例如：result = sets[0].copy(); [result.intersection_update(s) for s in sets[1:]] —— 注意这里不能直接对 sets[0] 原地操作，除非你确定可以丢弃原始数据。
立即学习“Python免费学习笔记（深入）”；
- 原地操作不适用于 frozenset
- 若中途某个集合为空，
intersection_update()后结果立即变为空，后续调用无影响 - 多线程下禁止原地更新共享集合，否则引发未定义行为
当集合来自不同来源（如文件、数据库）时，别一次性全读进内存
比如要算 100 个 CSV 文件每行的整数集合的交集，把全部内容 load 成 set 再交集，可能 OOM。更稳妥的是流式收缩：先读第一个文件建初始集合，再逐个文件读取、做 &=（即 intersection_update）。
示例逻辑：common = None; for path in paths: s = set(map(int, open(path))); common = s if common is None else common & s。这样峰值内存≈最大单个集合大小，而非总和。
- 文件编码、空行、非数字需提前清洗，否则
int()报ValueError - 用生成器表达式替代
list构造（如set(int(x.strip()) for x in f if x.strip())）能进一步减内存 - 磁盘 I/O 是瓶颈时，并行读多个文件反而可能加剧争抢，不如顺序处理+适当缓存
NumPy 或 Pandas 不适合纯集合运算，除非已全是数值且规模极大
有人看到“高效”就想到 NumPy，但 np.intersect1d() 和 np.union1d() 默认会排序并去重，语义不等价于 Python 集合（后者不保证顺序，且 hash-based 更快）。而且 NumPy 数组转 set 的开销常高于直接用原生 set。
只有当你已经用 np.ndarray 存储百万级整数，且后续还要做数值计算，才值得考虑 np.isin() 配合布尔索引模拟交集逻辑——但这本质是过滤，不是集合代数。
-
pandas.Series.unique()返回 numpy 数组，同样不等于集合语义 - 混合类型（如字符串+数字）或含 NaN 时，NumPy 行为更难预测，原生
set更可靠 - CPython 下，小到中等规模（set 几乎总是更快
最易被忽略的一点：集合交集的“空集短路”行为。只要遇到一个空集合，后续所有计算都可跳过——但标准库不会自动帮你做这个判断，得自己加 if not s: return set() 检查，尤其在流式场景里省下的不只是 CPU，还有 I/O 和解析时间。
