Python 设集合A={1，2，3}, B={a,b,c}, C={d,e,f}, R={<1,b>,<3,c>}, S={<b,f>}, # 使用关系矩阵计算R·S，输出结果矩阵。

在Python中，集合（set）通常用于无序元素的存储，并不支持直接的关系运算，比如点积（即矩阵乘法），因为它们并不是传统意义上的数值矩阵。然而，这里提到的`R·S`看起来像是从关系代数的角度描述的两个关系的笛卡尔积（Cartesian product）。关系矩阵通常对应于数据库查询中的表连接。

给定的关系集`R`是一个键值对集合，每个键值对可以看作是一行数据；`S`也是一个键值对集合。要计算它们的笛卡尔积，我们需要创建一个新的集合，其中包含所有可能的组合，第一个元素来自`R`的第一部分（键或第一列），第二个元素来自`S`。

假设我们将`R`和`S`理解为两个二维数组（尽管在Python中并没有这样的内置表示），我们可以手动构建这个过程：

A = [1, 3]
B = ['a', 'c']
R = [(1, 'a'), (3, 'c')]

S = ['b', 'f']
T = ['d', 'e']

# 将R转换为键值对列表
R_pairs = zip(A, B)
# 计算R和S的笛卡尔积
RS_product = [(r[0], s) for r in R_pairs for s in T if s in S]

RS_product_set = set(RS_product)  # 转换为集合去除重复项

RS_product_set

这将返回类似`{(1, 'd'), (1, 'e'), (3, 'd'), (3, 'e')}`的结果。请注意，实际的实现可能会因Python版本、库的不同而有所差异，如果需要更高效的算法，可能需要借助pandas或网络关系库如networkx等。