AI 助理
备案控制台
开发者社区 开发与运维 文章 正文

Python 遍历字典的若干方法

2023-09-04 109
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写 侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
简介： Python 遍历字典的若干方法

哈喽大家好，我是咸鱼

我们知道字典是 Python 中最重要且最有用的内置数据结构之一，它们无处不在，是语言本身的基本组成部分

我们可以使用字典来解决许多编程问题，那么今天我们就来看看如何在 Python 中遍历字典

全文内容：https://realpython.com/iterate-through-dictionary-python/

ps：文中提到的 Python 指的是 CPython 实现；

译文如下：

字典是 Python 的基石。这门语言的很多方面都是围绕着字典构建的

模块、类、对象、globals()和 locals() 都是字典与 Python 实现紧密联系的例子

以下是 Python 官方文档定义字典的方式：

An associative array, where arbitrary keys are mapped to values. The keys can be any object with __hash__() and __eq__() methods

需要注意的是：

  • 字典将键映射到值，并将它们存储在数组或集合中。键值对通常称为 items
  • 字典键必须是可哈希类型，这意味着它们必须具有在键的生命周期内永远不会更改的哈希值

与序列不同，序列是支持使用整数索引进行元素访问的可迭代对象，字典按键编制索引。这意味着我们可以使用关联的键而不是整数索引来访问存储在字典中的值

字典中的键很像 set ，它是可哈希和唯一对象的集合。由于键需要可哈希处理，因此不能将可变对象用作字典键（即键不能是可变数据类型）

另一方面，字典值可以是任何 Python 类型，无论它们是否可哈希。从字面上看，对值没有任何限制。我们可以使用任何数据类型作为 Python 字典中的值

在Python 3.6之前，字典是无序的数据结构。这意味着 item 的顺序通常与插入顺序不匹配

>>> # Python 3.5
>>> likes = {
   "color": "blue", "fruit": "apple", "pet": "dog"}

>>> likes
{
   'color': 'blue', 'pet': 'dog', 'fruit': 'apple'}

可以看到，生成的词典中 item 的顺序与最初插入 item 的顺序不匹配

在 Python 3.6 及更高版本中，字典的键和值保持与将它们插入底层字典的顺序相同。即从3.6 开始，字典变成了紧凑有序的数据结构

>>> # Python 3.6
>>> likes = {
   "color": "blue", "fruit": "apple", "pet": "dog"}

>>> likes
{
   'color': 'blue', 'fruit': 'apple', 'pet': 'dog'}

保持 item 有序是一个非常有用的功能。但是，如果使用的代码支持较旧的 Python 版本，则不能依赖此功能，因为它可能生成 bug，对于较新的版本，依赖该特性是完全安全的

字典的另一个重要特征是它们是可变的数据类型。这意味着我们可以根据需要就地添加、删除和更新其项目

值得注意的是，这种可变性也意味着不能将字典用作另一个字典中的键

如何在 python 中遍历字典

Python 开发人员经常会遇到这样的情况：在对其键值对执行某些操作时，需要遍历现有字典

因此，了解 Python 中字典迭代的不同方法非常重要。保持 item 有序是一个非常有用的功能

  • 直接遍历字典

Python 的字典有一些特殊的方法，Python 在内部使用它们来执行一些操作

这两个方法的命名约定是，在方法名的开头和末尾分别添加两个下划线

可以使用内置 dir() 函数获取任何 Python 对象提供的方法和属性的列表。如果使用空字典作为参数运行 dir() ，则将获得 dict 该类的所有方法和属性

>>> dir({
   })
['__class__', '__contains__', '__delattr__', ... , '__iter__', ...]

可以看到'__iter__' 这个属性，这是 Python 在需要容器数据类型的迭代器时自动调用的方法

该方法应该返回一个新的迭代器对象，该对象允许我们遍历底层容器类型中的所有项

对于 Python 字典，默认情况下允许 .__iter__() 直接迭代键。如果你直接在 for 循环中使用字典，Python 将自动调用 .__iter__() 属性，你会得到一个遍历其键的迭代器

>>> likes = {
   "color": "blue", "fruit": "apple", "pet": "dog"}

>>> for key in likes:
...     print(key)
...
color
fruit
pet

Python 足够聪明，知道 likes 是一个字典，并且它实现了.__iter__()。在这个例子中，Python自动调用.__iter__()，这允许迭代 likes 字典的键

这是在 Python 中遍历字典的主要方法——你只需要把字典直接放进一个 for 循环中

如果将此方法与 [key] 运算符一起使用，则可以在循环访问键时访问字典的值

>>> for key in likes:
...     print(key, "->", likes[key])
...
color -> blue
fruit -> apple
pet -> dog

在本例中，同时使用 key和 likes[key] 来分别访问目标字典的键和值

尽管在 Python 中直接遍历字典非常简单，但字典提供了更方便、更明确的工具来获得相同的结果

.items() 该方法就是这种情况，它定义了一种快速迭代字典的 item 或键值对的方法

  • .items()方法遍历字典 item

使用字典时，同时循环访问键和值可能是一个常见要求。 .items() 方法返回一个视图对象，其中包含字典的项作为键值元组：

>>> likes = {
   "color": "blue", "fruit": "apple", "pet": "dog"}

>>> likes.items()
dict_items([('color', 'blue'), ('fruit', 'apple'), ('pet', 'dog')])

字典视图对象提供字典项的动态视图。在这里，动态意味着当字典更改时，视图会反映这些更改

视图是可迭代的，因此我们可以使用调用 .items() 生成的视图对象循环访问字典中的项，如以下示例所示：

>>> for item in likes.items():
...     print(item)
...
('color', 'blue')
('fruit', 'apple')
('pet', 'dog')

在此示例中， 返回一个视图对象，该对象一次生成一个键值对， .items() 并允许我们循环访问它们

如果仔细观察产生的各个项目 .items() ，那么会注意到它们是 tuple 对象：

>>> for item in likes.items():
...     print(item)
...     print(type(item))
...
('color', 'blue')
<class 'tuple'>
('fruit', 'apple')
<class 'tuple'>
('pet', 'dog')

可以看到所有的 item 都是元组。一旦知道了这一点，就可以使用元组解包来并行地遍历键和值

要通过键和值实现并行迭代，只需将每个 item 的元素解压缩为两个不同的变量：一个用于键，另一个用于值

>>> for key, value in likes.items():
...     print(key, "->", value)
...
color -> blue
fruit -> apple
pet -> dog

for 循环头中的 key 和 value 变量执行解包操作。每次循环运行时，key获得对当前键的引用，value获得对值的引用

这样，我们就可以更好地控制字典内容。因此，我们将能够以可读和 python 的方式分别处理键和值

  • .keys() 方法遍历字典的键

Python 字典提供了第二种遍历其键的方法。除了在循环中直接使用目标字典外，还可以使用.keys()方法

这个方法返回一个只包含字典键的视图对象

>>> likes = {
   "color": "blue", "fruit": "apple", "pet": "dog"}

>>> likes.keys()
dict_keys(['color', 'fruit', 'pet'])

该方法 .keys() 返回一个对象，该对象提供 likes 键的动态视图。可以使用此视图对象循环访问字典键

>>> for key in likes.keys():
...     print(key)
...
color
fruit
pet

当您在 likes上调用 .keys() 时，将获得键的视图。Python 知道视图对象是可迭代的，所以它开始循环

为什么要使用 .keys() 而不是直接遍历字典。简单来说，显式地使用 .keys()可以让你更好地表达只遍历键的意图

  • .values() 方法遍历字典值

在遍历字典时面临的另一个常见需求是只遍历值。方法是使用 .values() 方法，它会返回一个包含底层字典中的值的视图

>>> likes = {
   "color": "blue", "fruit": "apple", "pet": "dog"}

>>> likes.values()
dict_values(['blue', 'apple', 'dog'])

上面的代码返回一个视图对象， .values() 返回一个视图对象。

与其他视图对象一样，的结果 .values() 也是可迭代的，因此可以在循环中使用它

>>> for value in likes.values():
...     print(value)
...
blue
apple
dog

使用 .values() ，只能访问目标字典的值

  • 在迭代期间更改值

有时，在 Python 中迭代字典时需要更改字典中的值

在下面的例子中，你在一个字典中更新了一堆产品的价格:

>>> fruits = {
   "apple": 0.40, "orange": 0.35, "banana": 0.25}

>>> for fruit, price in fruits.items():
...     fruits[fruit] = round(price * 0.9, 2)
...

>>> fruits
{
   'apple': 0.36, 'orange': 0.32, 'banana': 0.23}

在上面的例子中需要注意的是：为了更新值，我们使用了原始的字典，而不是像price = round(price * 0.9, 2)这样直接更新当前的价格

如果像price = round(price * 0.9, 2)这样，重新分配水果或价格并没有反映在原来的字典中

就会导致丢失对字典的引用，这样并没有实现更改字典中的任何内容

  • 在迭代期间安全地删除 item

由于 Python 字典是可变的，我们可以根据需要从中删除现有的 item

在下面的示例中，我们根据项的特定值选择性地删除项

注意，为了在遍历字典时安全地缩小字典，我们需要使用一个副本

>>> fruits = {
   "apple": 0.40, "orange": 0.35, "banana": 0.25}

>>> for fruit in fruits.copy():
...     if fruits[fruit] >= 0.30:
...         del fruits[fruit]
...

>>> fruits
{
   'banana': 0.25}

在本例中，使用 .copy() 创建目标字典fruits的浅副本。然后循环遍历副本，同时从原始字典中删除项，在本例中，使用 del 语句删除字典项

但是也可以使用 .pop() 将目标键作为参数

如果在尝试删除循环中的 item 时不使用目标词典的副本，则会收到错误

>>> fruits = {
   "apple": 0.40, "orange": 0.35, "banana": 0.25}

>>> for fruit in fruits:
...     if fruits[fruit] >= 0.30:
...         del fruits[fruit]
...
Traceback (most recent call last):
  File "<input>", line 1, in <module>
    for fruit in fruits:
RuntimeError: dictionary changed size during iteration

当你试图在迭代过程中从字典中删除一个 item 时，Python 会引发 RuntimeError

由于原始字典的大小发生了变化，因此如何继续迭代是不明确的。因此，要避免这个问题，请始终在迭代中使用字典的副本

遍历期间对字典的操作

  • 根据值来过滤 item

有时候我们希望在原字典的前提下创建一个只包含满足特定条件的新字典

我们可以在遍历原字典的时候加上条件判断

>>> numbers = {
   "one": 1, "two": 2, "three": 3, "four": 4}

>>> small_numbers = {
   }

>>> for key, value in numbers.items():
...     if value <= 2:
...         small_numbers[key] = value
...

>>> small_numbers
{
   'one': 1, 'two': 2}

在此示例中，筛选值小于的项目 2 ，并将它们添加到 small_numbers 字典中

还有另一种技术可以用来从字典中过滤 item。因为键的视图对象类似于 Python 集合对象

因此，它们支持集合操作，例如并集、交集和差分。可以利用这种类似集合的行为从字典中过滤某些键

>>> fruits = {
   "apple": 0.40, "orange": 0.35, "banana": 0.25}

>>> fruits.keys() - {
   "orange"}
{
   'apple', 'banana'}

还可以更简洁

>>> numbers = {
   "one": 1, "two": 2, "three": 3, "four": 4}

>>> {
   key: value for key, value in numbers.items() if value <= 2}
{
   'one': 1, 'two': 2}

或者通过计算字典的键与一组不需要的键之间的差分而获得的键集构建一个新词典

>>> non_citrus = {
   }

>>> for key in fruits.keys() - {
   "orange"}:
...     non_citrus[key] = fruits[key]
...

>>> non_citrus
{
   'apple': 0.4, 'banana': 0.25}
  • 算术运算

在遍历字典时，我们可以对字典的值进行计算

>>> incomes = {
   "apple": 5600.00, "orange": 3500.00, "banana": 5000.00}
>>> total_income = 0.00

>>> for income in incomes.values():
...     total_income += income
...

>>> total_income
14100.0

或者使用内置的 sum() 函数。把字典中的值作为参数直接传递给 sum() 来求和

>>> incomes = {
   "apple": 5600.00, "orange": 3500.00, "banana": 5000.00}
>>> sum(incomes.values())
14100.0
  • 键值交换

我们可以在遍历的时候交换字典的键和值

>>> numbers = {
   "one": 1, "two": 2, "three": 3, "four": 4}
>>> swapped = {
   }

>>> for key, value in numbers.items():
...     swapped[value] = key
...

>>> swapped
{
   1: 'one', 2: 'two', 3: 'three', 4: 'four'}

更简洁的写法

>>> numbers = {
   "one": 1, "two": 2, "three": 3, "four": 4}

>>> {
   value: key for key, value in numbers.items()}
{
   1: 'one', 2: 'two', 3: 'three', 4: 'four'}

需要注意的是，原始字典值中的数据必须是可哈希数据类型

我们还可以将内置 zip() 函数与 dict() 构造函数一起使用

>>> dict(zip(numbers.values(), numbers.keys()))
{
   1: 'one', 2: 'two', 3: 'three', 4: 'four'}

上面的示例中，通过 zip() 生成值键对的元组，然后，使用生成的元组作为参数并 dict() 构建所需的字典

字典推导式

与列表推导式不同，字典推导式需要一个映射到值的键

>>> categories = ["color", "fruit", "pet"]
>>> objects = ["blue", "apple", "dog"]

>>> likes = {
   key: value for key, value in zip(categories, objects)}
>>> likes
{
   'color': 'blue', 'fruit': 'apple', 'pet': 'dog'}

上面的对象中， zip() 接收两个可迭代对象（ categories 、objects ）生成了一个 tuple 对象，然后被解压缩到 key 和 value 中，最终用于创建新的所需字典

更简洁的方法如下：

>>> categories = ["color", "fruit", "pet"]
>>> objects = ["blue", "apple", "dog"]

>>> dict(zip(categories, objects))
{
   'color': 'blue', 'fruit': 'apple', 'pet': 'dog'}

zip() 函数从原始列表生成键值对，而 dict() 构造函数负责创建新字典

文章标签：
Python
自然语言处理
索引
容器
存储
关键词：
Python遍历
Python方法
Python字典
Python字典方法
Python遍历字典
咸鱼运维杂谈
目录
相关文章
技能实验室
|
1月前
|
测试技术 API Python
【10月更文挑战第1天】python知识点100篇系列（13）-几种方法让你的电脑一直在工作
【10月更文挑战第1天】 本文介绍了如何通过Python自动操作鼠标或键盘使电脑保持活跃状态，避免自动息屏。提供了三种方法：1) 使用PyAutoGUI，通过安装pip工具并执行`pip install pyautogui`安装，利用`moveRel()`方法定时移动鼠标；2) 使用Pymouse，通过`pip install pyuserinput`安装，采用`move()`方法移动鼠标绝对位置；3) 使用PyKeyboard，同样需安装pyuserinput，模拟键盘操作。文中推荐使用PyAutoGUI，因其功能丰富且文档详尽。
技能实验室
48 0
WK
|
27天前
|
Python
Python中format_map()方法
在Python中，`format_map()`方法用于使用字典格式化字符串。它接受一个字典作为参数，用字典中的键值对替换字符串中的占位符。此方法适用于从字典动态获取值的场景，尤其在处理大量替换值时更为清晰和方便。
WK
70 36
众所周知
|
12天前
|
算法 定位技术 Python
震惊！Python 图结构竟然可以这样玩？DFS&BFS 遍历技巧大公开
在 Python 编程中，图是一种重要的数据结构，而深度优先搜索（DFS）和广度优先搜索（BFS）是遍历图的两种关键算法。本文将通过定义图的数据结构、实现 DFS 和 BFS 算法，并通过具体示例展示其应用，帮助读者深入理解这两种算法。DFS 适用于寻找路径和检查图连通性，而 BFS 适用于寻找最短路径。掌握这些技巧，可以更高效地解决与图相关的复杂问题。
众所周知
25 2
东方睿赢
|
16天前
|
Python
不容错过！Python中图的精妙表示与高效遍历策略，提升你的编程艺术感
本文介绍了Python中图的表示方法及遍历策略。图可通过邻接表或邻接矩阵表示，前者节省空间适合稀疏图，后者便于检查连接但占用更多空间。文章详细展示了邻接表和邻接矩阵的实现，并讲解了深度优先搜索（DFS）和广度优先搜索（BFS）的遍历方法，帮助读者掌握图的基本操作和应用技巧。
东方睿赢
33 4
Deephub
|
1月前
|
机器学习/深度学习 数据采集 数据挖掘
11种经典时间序列预测方法：理论、Python实现与应用
本文将总结11种经典的时间序列预测方法，并提供它们在Python中的实现示例。
Deephub
67 2
11种经典时间序列预测方法：理论、Python实现与应用
龙大吉
|
17天前
|
算法 Python
Python图论探索：从理论到实践，DFS与BFS遍历技巧让你秒变技术大牛
图论在数据结构与算法中占据重要地位，应用广泛。本文通过Python代码实现深度优先搜索（DFS）和广度优先搜索（BFS），帮助读者掌握图的遍历技巧。DFS沿路径深入搜索，BFS逐层向外扩展，两者各具优势。掌握这些技巧，为解决复杂问题打下坚实基础。
龙大吉
28 2
叫个什么名字
|
1月前
|
开发者 Python
Python中的魔法方法与运算符重载
在Python的奇妙世界里，魔法方法（Magic Methods）和运算符重载（Operator Overloading）是两个强大的特性，它们允许开发者以更自然、更直观的方式操作对象。本文将深入探讨这些概念，并通过实例展示如何利用它们来增强代码的可读性和表达力。
叫个什么名字
21 2
摩诃般若
|
1月前
|
Linux Python
Python获得本机本地ip地址的方法
【10月更文挑战第8天】 socket模块包含了丰富的函数和方法，可以获取主机的ip地址，例如gethostbyname方法可以根据主机名获取ip地址，gethostbyname_ex方法可以获得本机所有ip地址列表，也可以使用netifaces模块获取网卡信息。
摩诃般若
42 0
qa浪涛
|
1月前
|
SQL 安全 数据库
Python防止SQL注入攻击的方法
Python防止SQL注入攻击的方法
qa浪涛
65 0
Python编程
|
6月前
|
存储 Python
python字典中删除键值的方法
python字典中删除键值的方法
Python编程
159 0

热门文章

最新文章

  • 1
    手把手教你用Python实践深度学习
  • 2
    3、Python与设计模式--建造者模式
  • 3
    Python自动化：根据模板批量生成含指定数据的word文档
  • 4
    Python编程：elasticsearch库操作Elasticsearch
  • 5
    Python中参数多个值的表示法
  • 6
    测试Flask+PYTHON的WEB框架
  • 7
    基于深度学习的动物识别系统（YOLOv5清新界面版，Python代码）
  • 8
    8.python之上下文管理协议
  • 9
    第2天，Python基础
  • 10
    Foundations of Python Network Programming - 读书笔记系列(1) - Low-Level Networking
  • 1
    LabVIEW和Python开发微细车削控制系统
    55
  • 2
    使用 Python 访问数据库的基本方法
    62
  • 3
    在Python Web开发中，测试是一个至关重要的环节
    173
  • 4
    Playwright安装与Python集成：探索跨浏览器测试的奇妙世界
    129
  • 5
    神器！使用Python 轻松识别验证码
    1052
  • 6
    【Python进阶（七）】——Series数据结构
    167
  • 7
    【Python进阶（六）】——随机数与数组
    69
  • 8
    【Python进阶（五）】——模块搜索及工作目录
    42
  • 9
    【Python进阶（四）】——魔术命令
    22
  • 10
    【Python进阶（三）】——面向对象编程
    46

    • 相关课程

    更多
  • Python Web开发基础
  • Python爬虫实战
  • Python常用数据科学库
  • Python网络爬虫实战
  • Python完全自学手册图文教程
  • Python基础快速入门实战教程

    • 相关电子书

    更多
  • From Python Scikit-Learn to Sc
  • Data Pre-Processing in Python:
  • 双剑合璧-Python和大数据计算平台的结合

    • 相关实验场景

    更多
  • 用Python画圣诞树
  • 常见类型-3：数组元组的方法
  • Python选择及循环结构
  • 云端Python及基本操作
  • Python网络通信程序典型应用
  • Python新手入门（Anolis OS）

    • 推荐镜像

    更多
  • python-release
  • nodejs-release
  • pypi
    • 下一篇
    无影云桌面