Python字典和集合操作指南:创建、获取值、修改和删除键值对,复制和遍历方法全解析

本文涉及的产品
云解析 DNS,旗舰版 1个月
全局流量管理 GTM,标准版 1个月
公共DNS(含HTTPDNS解析),每月1000万次HTTP解析
简介: Python字典和集合操作指南:创建、获取值、修改和删除键值对,复制和遍历方法全解析

字典(dict)


字典是一种新的数据结构,被称为映射(mapping)。它类似于列表,都用于存储对象。然而,相比列表,字典在查询数据时性能更佳。这是因为在字典中,每个元素都有一个唯一的名字,通过这个名字可以快速查找到指定的元素。


字典由多个键值对(key-value)构成,其中每个键值对都有一个唯一的键和对应的值。通过键可以快速查询到对应的值。创建字典的方式是使用大括号 {},并提供键值对。键可以是任意不可变对象(例如 int、str、bool、tuple 等),但通常我们使用字符串作为键。


创建字典


使用{}来创建字典,语法:{k1:v1,k2:v2,k3:v3}。

# 使用{}
d = {'name':'孙悟空', 'age':18, 'gender':'男'}

也可以使用dict()函数来创建字典,每一个参数都是一个键值对,参数名就是键,参数值就是值(这种方式创建的字典,key都是字符串)。

# 使用dict()函数来创建字典
d = dict(name='孙悟空', age=18, gender='男')

还可以将一个包含双值子序列的序列转换为字典,双值序列指的是序列中只有两个值,如[1,2]('a',3)'ab'等。子序列指的是序列中的元素也是序列的情况,比如[(1,2),(3,5)]

d = dict([('name', '孙悟饭'), ('age', 18)])

获取字典中的值


可以使用键来获取字典中的值,语法为:d[key]。如果键不存在,会抛出异常KeyError

print(d['age'])

可以使用get(key[, default])方法来根据键获取字典中的值。如果键在字典中不存在,则会返回None,也可以指定一个默认值作为第二个参数,当获取不到值时返回默认值。

print(d.get('name'))
print(d.get('hello', '默认值'))

修改字典


可以使用d[key] = value来修改字典中的键值对。如果键存在,则会覆盖其对应的值;如果键不存在,则会添加新的键值对。

d['name'] = 'sunwukong'  # 修改字典的key-value
d['address'] = '花果山'  # 向字典中添加key-value

另外,还可以使用setdefault(key[, default])方法向字典中添加键值对。如果键已经存在于字典中,则返回键对应的值,不会对字典做任何操作;如果键不存在,则向字典中添加该键,并设置对应的值

result = d.setdefault('name', '猪八戒')
result = d.setdefault('hello', '猪八戒')

还可以使用update([other])方法将其他字典中的键值对添加到当前字典中。如果有重复的键,则后面的键值对会替换当前的。

d = {'a': 1, 'b': 2, 'c': 3}
d2 = {'d': 4, 'e': 5, 'f': 6, 'a': 7}
d.update(d2)

删除字典中的键值对


可以使用del关键字删除字典中的键值对。

del d['a']
del d['b']

还可以使用popitem()方法随机删除字典中的一个键值对,一般会删除最后一个键值对。删除后,该方法会将删除的键值对作为返回值返回,返回值是一个元组,包含两个元素,第一个元素是被删除的键,第二个元素是被删除的值。

result = d.popitem()

另外,还可以使用pop(key[, default])方法根据键删除字典中的键值对。该方法会返回被删除的值。如果删除不存在的键,会抛出异常。如果指定了默认值,并且删除的键不存在,则不会报错,而是直接返回默认值

result = d.pop('d')
result = d.pop('z', '这是默认值')

此外,可以使用clear()方法来清空字典中的键值对。

d.clear()

复制字典


可以使用copy()方法对字典进行浅复制。复制后的对象和原对象是独立的,修改一个不会影响另一个。需要注意的是,浅复制只会复制对象内部的值,对于值也是可变对象的情况,它们不会被复制。

d = {'a': 1, 'b': 2, 'c': 3}
d2 = d.copy()
d = {'a': {'name': '孙悟空', 'age': 18}, 'b': 2, 'c': 3}
d2 = d.copy()
d2['a']['name'] = '猪八戒'
print('d =', d, id(d))
print('d2 =', d2, id(d2))

字典推导式


与列表推导式类似,Python 还支持使用字典推导式创建字典。

# 创建一个包含数字的字典
d = {i: i**2 for i in range(5)}
print(d)  # 输出:{0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

遍历字典


遍历字典是指依次访问字典中的每一个键值对。在Python中,有几种方法可以实现字典的遍历操作。


使用keys()方法


keys()方法会返回字典的所有键。我们可以通过遍历键来获取字典中的每个键值对。


示例代码:

d = {'name':'孙悟空','age':18,'gender':'男'}
for k in d.keys():
    print(k, d[k])

使用keys()方法可以获取字典中的所有键,然后通过遍历键来获取每个键值对的值。


使用values()方法


values()方法会返回字典的所有值。我们可以通过遍历值来获取字典中的每个键值对。


示例代码:

d = {'name':'孙悟空','age':18,'gender':'男'}
for v in d.values():
    print(v)

使用values()方法可以获取字典中的所有值,然后通过遍历值来访问每个键值对的值。


使用items()方法


items()方法会返回字典中的所有项,每一项是一个包含键和值的双值子序列。


示例代码:

d = {'name':'孙悟空','age':18,'gender':'男'}
for k, v in d.items():
    print(k, '=', v)

使用items()方法可以获取字典中的所有项,然后通过遍历项来获取每个键值对的键和值。


小结


字典是一种非常灵活的数据结构,可以用于存储各种类型的数据。通过键值对的方式,我们可以快速地查找、添加、修改和删除元素。此外,字典还支持字典推导式等高级用法,可以帮助我们更加方便地操作数据,同时你可以根据具体需求选择合适的方法进行遍历字典。


集合(set)


集合和列表非常相似,不同点如下:


  1.集合中只能存储不可变对象


  2.集合中存储的对象是无序的,不按元素的插入顺序保存


  3.集合中不能存在重复的元素


创建集合


可以使用{}来创建集合:

s = {10, 3, 5, 1, 2, 1, 2, 3, 1, 1, 1, 1}  # <class 'set'>

注意,集合中不能包含可变对象,例如列表:

# s = {[1, 2, 3], [4, 6, 7]}  # TypeError: unhashable type: 'list'

可以使用set()函数来创建集合:

s = set()  # 空集合

还可以通过set()将序列和字典转换为集合:

s = set([1, 2, 3, 4, 5, 1, 1, 2, 3, 4, 5])
s = set('hello')
s = set({'a': 1, 'b': 2, 'c': 3})  # 只包含字典中的键

集合操作


可以使用以下操作来处理集合:


 ▪使用innot in来检查集合中的元素是否存在


 ▪使用len()来获取集合中元素的数量


 ▪使用add()向集合中添加元素


 ▪使用update()将一个集合中的元素添加到当前集合中


 ▪使用pop()随机删除并返回一个集合中的元素


 ▪使用remove()删除集合中的指定元素


 ▪使用clear()清空集合


 ▪使用copy()进行浅复制


示例代码:

s = {'a', 'b', 1, 2, 3, 1}
print('c' in s)  # False
print(len(s))
s.add(10)
s.add(30)
s2 = set('hello')
s.update(s2)
s.update((10, 20, 30, 40, 50))
s.update({10: 'ab', 20: 'bc', 100: 'cd', 1000: 'ef'})
result = s.pop()
s.remove(100)
s.remove(1000)
s.clear()
print(result)
print(s, type(s))

集合运算


在对集合进行运算时,不会影响原来的集合,而是返回一个运算结果。


示例代码:

s = {1, 2, 3, 4, 5}
s2 = {3, 4, 5, 6, 7}
result = s & s2  # 交集运算
result = s | s2  # 并集运算
result = s - s2  # 差集
result = s ^ s2  # 异或集
a = {1, 2, 3}
b = {1, 2, 3, 4, 5}
result = a <= b  # 检查一个集合是否是另一个集合的子集
result = {1, 2, 3} <= {1, 2, 3}  # True
result = {1, 2, 3, 4, 5} <= {1, 2, 3}  # False
result = {1, 2, 3} < {1, 2, 3}  # 检查一个集合是否是另一个集合的真子集
result = {1, 2, 3} < {1, 2, 3, 4, 5}  # True
result = a >= b  # 检查一个集合是否是另一个的超集
result = a > b  # 检查一个集合是否是另一个的真超集
print('result =', result)

以上是关于集合的一些基本操作和运算,总结如下。


小结


当使用集合时,需要注意以下几点:


 1.集合是一种无序且元素唯一的数据结构。


 2.可以使用{}set()函数创建集合。


 3.集合中只能存储不可变的对象,不能包含可变对象。


 4.可以使用innot in来检查集合中的元素是否存在。


 5.使用len()获取集合中元素的数量。


 6.使用add()向集合中添加元素,使用update()将一个集合中的元素添加到当前集合中。


 7.使用pop()随机删除并返回一个集合中的元素,使用remove()删除集合中的指定元素,使  用clear()清空集合。

 

 8.使用copy()进行浅复制。


 9.集合可以进行交集运算(&)、并集运算(|)、差集运算(-)和异或集运算(^)。


 10.可以使用<=<>=>来比较两个集合的关系,如子集、超集和真子集等。


总结起来,集合是一种非常有用的数据结构,适用于需要存储一组元素并进行快速元素查找和去重的场景。

相关文章
|
25天前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
43 3
|
10天前
|
安全 Ubuntu Shell
深入解析 vsftpd 2.3.4 的笑脸漏洞及其检测方法
本文详细解析了 vsftpd 2.3.4 版本中的“笑脸漏洞”,该漏洞允许攻击者通过特定用户名和密码触发后门,获取远程代码执行权限。文章提供了漏洞概述、影响范围及一个 Python 脚本,用于检测目标服务器是否受此漏洞影响。通过连接至目标服务器并尝试登录特定用户名,脚本能够判断服务器是否存在该漏洞,并给出相应的警告信息。
127 84
|
5天前
|
数据采集 JSON API
如何利用Python爬虫淘宝商品详情高级版(item_get_pro)API接口及返回值解析说明
本文介绍了如何利用Python爬虫技术调用淘宝商品详情高级版API接口(item_get_pro),获取商品的详细信息,包括标题、价格、销量等。文章涵盖了环境准备、API权限申请、请求构建和返回值解析等内容,强调了数据获取的合规性和安全性。
|
9天前
|
存储 Java 开发者
浅析JVM方法解析、创建和链接
上一篇文章《你知道Java类是如何被加载的吗?》分析了HotSpot是如何加载Java类的,本文再来分析下Hotspot又是如何解析、创建和链接类方法的。
|
3天前
|
数据挖掘 vr&ar C++
让UE自动运行Python脚本:实现与实例解析
本文介绍如何配置Unreal Engine(UE)以自动运行Python脚本,提高开发效率。通过安装Python、配置UE环境及使用第三方插件,实现Python与UE的集成。结合蓝图和C++示例,展示自动化任务处理、关卡生成及数据分析等应用场景。
23 5
|
13天前
|
安全
Python-打印99乘法表的两种方法
本文详细介绍了两种实现99乘法表的方法:使用`while`循环和`for`循环。每种方法都包括了步骤解析、代码演示及优缺点分析。文章旨在帮助编程初学者理解和掌握循环结构的应用,内容通俗易懂,适合编程新手阅读。博主表示欢迎读者反馈,共同进步。
|
16天前
|
存储 缓存 Python
Python中的装饰器深度解析与实践
在Python的世界里,装饰器如同一位神秘的魔法师,它拥有改变函数行为的能力。本文将揭开装饰器的神秘面纱,通过直观的代码示例,引导你理解其工作原理,并掌握如何在实际项目中灵活运用这一强大的工具。从基础到进阶,我们将一起探索装饰器的魅力所在。
|
20天前
|
Android开发 开发者 Python
通过标签清理微信好友:Python自动化脚本解析
微信已成为日常生活中的重要社交工具,但随着使用时间增长,好友列表可能变得臃肿。本文介绍了一个基于 Python 的自动化脚本,利用 `uiautomator2` 库,通过模拟用户操作实现根据标签批量清理微信好友的功能。脚本包括环境准备、类定义、方法实现等部分,详细解析了如何通过标签筛选并删除好友,适合需要批量管理微信好友的用户。
26 7
|
22天前
|
XML 数据采集 数据格式
Python 爬虫必备杀器,xpath 解析 HTML
【11月更文挑战第17天】XPath 是一种用于在 XML 和 HTML 文档中定位节点的语言,通过路径表达式选取节点或节点集。它不仅适用于 XML,也广泛应用于 HTML 解析。基本语法包括标签名、属性、层级关系等的选择,如 `//p` 选择所有段落标签,`//a[@href=&#39;example.com&#39;]` 选择特定链接。在 Python 中,常用 lxml 库结合 XPath 进行网页数据抓取,支持高效解析与复杂信息提取。高级技巧涵盖轴的使用和函数应用,如 `contains()` 用于模糊匹配。
|
22天前
|
测试技术 开发者 Python
使用Python解析和分析源代码
本文介绍了如何使用Python的`ast`模块解析和分析Python源代码,包括安装准备、解析源代码、分析抽象语法树(AST)等步骤,展示了通过自定义`NodeVisitor`类遍历AST并提取信息的方法,为代码质量提升和自动化工具开发提供基础。
38 8

推荐镜像

更多
下一篇
DataWorks