python中dict的详细用法以及set集合使用

简介: python中dict的详细用法以及set集合使用

一.dict和list中copy方法画图加代码解释

dict浅拷贝

只拷贝了父目录(根目录)的数据,非容器类型数据本身拷贝的就是数据本身,容器类型(列表,元组,集合,字典)的数据拷贝的是容器的地址引用

dict_data1和dict_data2两者是独立的,但是里面的元素指向同一个,所以一个改变后,另一个也会随之而变

dict_data = {1: [1, 2, 3]}
dict_data2 = dict_data.copy()
print(dict_data2)
print(id(dict_data[1]))
print(id(dict_data2[1]))
print(id(dict_data))
print(id(dict_data2))
dict_data[1][1] = 8
print(dict_data)
print(dict_data2)
结果
{1: [1, 2, 3]}
2501838676224
2501838676224
2501837218560
2501837218752
{1: [1, 8, 3]}
{1: [1, 8, 3]}

dict深拷贝

递归拷贝所有目录的数据,完全在另外内存中复制了一份原字典

图解:

list_data = [1, [2, 3]]
list_data2 = copy.deepcopy(list_data)
print(list_data2)
print(id(list_data))
print(id(list_data2))
print(id(list_data2[0]))
print(id(list_data2[0]))
print(id(list_data[1]))
print(id(list_data2[1]))
list_data[1][0] = 8
print(list_data)
print(list_data2)
结果
[1, [8, 3]]
1999515586368
1999515586112
1999508957488
1999508957488
1999515593024
1999515591232
[1, [8, 3]]
[1, [2, 3]]

二.dict中扩展字典长度(多种方法)

第一种[key] = value

dict_data = {1: 2, 2: 3}
dict_data[3] = 4
print(dict_data)
结果
{1: 2, 2: 3, 3: 4}

第二种setdefault

dict_data = {1: 1, 2: 2, 3: 4}
dict_data.setdefault(4, 5)
print(dict_data)
结果
{1: 1, 2: 2, 3: 4, 4: 5}

第三种update

dict_data = {1: 1, 2: 2, 3: 4}
dict_data1 = {5: 6}
dict_data.update(dict_data1)
print(dict_data)
结果
{1: 1, 2: 2, 3: 4, 5: 6}

三.dict中获取所有的key,获取所有的value,获取所有的itemkey

dict_data = {1: 2, 2: 3, 3: 4}
data = dict_data.keys()
print(data)
结果
dict_keys([1, 2, 3])
values
dict_data = {1: 1, 2: 2, 3: 4}
data = dict_data.values()
print(dict_data, data)
结果
{1: 1, 2: 2, 3: 4} dict_values([1, 2, 4])
items
dict_data = {1: 1, 2: 2, 3: 3}
data = dict_data.items()
print(data)
结果
dict_items([(1, 1), (2, 2), (3, 3)])

四.dict中通过一个不存在的key去获取值(要求不报错)

setdefault
#  如果键不在字典中,则插入值为默认值的键。
dict_data = {1: 1, 2: 2, 3: 4}
data = dict_data.setdefault(4)
print(data)
结果
None
get
# 如果 key 在字典中,则返回 key 的值,否则返回默认值。
dict_data = {1: 1, 2: 2}
data = dict_data.get(3)
print(data)
结果
None

五.定义空集合

data = set()
print(data, type(data))
结果
set() <class 'set'>

六.set中,求差集,求合集,求交集(要求在原集合上操作)

合集
set_data = {1, 3, 5, 6, 7}
set_data1 = {1, 2, 3, 5, 6}
set_data.update(set_data1)  
print(set_data)
结果
{1, 2, 3, 5, 6, 7}
交集
set_data = {1, 3, 5}
set_data1 = {1, 2, 3, 4}
set_data.intersection_update(set_data1)  
print(set_data)
结果
{1, 3}
差集
set_data = {1, 3, 5, 6, 7}
set_data1 = {1, 2, 3, 5, 6}
set_data.symmetric_difference_update(set_data1)  
print(set_data)
结果
{2, 7}
1.添加一个元素
add源码
 add(self, *args, **kwargs): 
        """
        Add an element to a set.
        This has no effect if the element is already present.
        """
将元素添加到集合中
set_data = {1, 3}
set_data.add(2)        
print(set_data)
结果
{1, 2, 3}
2.删除一个元素(使用多种方法)
pop源码
pop(self, *args, **kwargs): 
        """
        Remove and return an arbitrary set element.
        Raises KeyError if the set is empty.
        """
删除并返回第一个元素
set_data = {1, 3, 4, 5, 6, 7}
data = set_data.pop()  
print(data, set_data)
结果
1 {2, 3, 4, 5, 6, 7}
remove 源码
remove(self, *args, **kwargs): 
        """
        Remove an element from a set; it must be a member.
        If the element is not a member, raise a KeyError.
        """
从集合中删除元素
set_data = {1, 3, 4, 5, 7, 8}
set_data.remove(1)  
print(set_data)
结果
{3, 4, 5, 7, 8}
discard 源码
discard(self, *args, **kwargs): 
        """
        Remove an element from a set if it is a member.
        If the element is not a member, do nothing.
        """
如果元素是成员,则从集合中删除该元素
set_data = {1, 3, 5}
set_data.discard(1)  
print(set_data)
结果
{3, 5}
 difference_update 源码
difference_update(self, *args, **kwargs): 
        """ Remove all elements of another set from this set. """
从此集中删除另一组的所有元素。
set_data = {1, 3, 5}
set_data1 = {1}
set_data.difference_update(set_data1) 
print(set_data)
结果
{3, 5}
clear 源码
clear(self, *args, **kwargs): 
        """ Remove all elements from this set. """
从此集中删除所有元素 
set_data = {1, 3}
set_data.clear()        
print(set_data)
结果
set()
目录
相关文章
|
21天前
|
Go 调度 Python
Golang协程和Python协程用法上的那些“不一样”
本文对比了 Python 和 Go 语言中协程的区别,重点分析了调度机制和执行方式的不同。Go 的协程(goroutine)由运行时自动调度,启动后立即执行;而 Python 协程需通过 await 显式调度,依赖事件循环。文中通过代码示例展示了两种协程的实际运行效果。
|
4月前
|
人工智能 数据库连接 API
掌握Python的高级用法:技巧、技术和实用性示例
本文分享了Python的高级用法,包括生成器、装饰器、上下文管理器、元类和并发编程等。生成器通过`yield`实现懒加载序列;装饰器用于增强函数功能,如添加日志或性能分析;上下文管理器借助`with`语句管理资源;元类动态定制类行为;并发编程利用`threading`和`asyncio`库提升任务执行效率。掌握这些高级概念可优化代码质量,解决复杂问题,提高程序性能与可维护性。
100 6
|
11月前
|
安全 网络安全 文件存储
思科设备巡检命令Python脚本大集合
【10月更文挑战第18天】
342 1
思科设备巡检命令Python脚本大集合
|
5月前
|
Python
Python教程:os 与 sys 模块详细用法
os 模块用于与操作系统交互,主要涉及夹操作、路径操作和其他操作。例如,`os.rename()` 重命名文件,`os.mkdir()` 创建文件夹,`os.path.abspath()` 获取文件绝对路径等。sys 模块则用于与 Python 解释器交互,常用功能如 `sys.path` 查看模块搜索路径,`sys.platform` 检测操作系统等。这些模块提供了丰富的工具,便于开发中处理系统和文件相关任务。
211 14
|
5月前
|
存储 缓存 安全
Python frozenset 集合详解:不可变集合的终极指南
frozenset是Python中一个常被忽视但极具价值的不可变集合类型。本文深入解析其本质、操作方法与应用场景,揭示其通过不可变性带来的安全性与性能优势。从底层实现到实战案例,涵盖字典键使用、缓存优化及类型注解等高级场景。同时对比性能数据,提供最佳实践指南,并展望Python 3.11+中的优化。掌握frozenset,可为代码带来更强健性与效率,适合多种特定需求场景。
194 5
|
11月前
|
算法 Java 数据处理
从HashSet到TreeSet,Java集合框架中的Set接口及其实现类以其“不重复性”要求,彻底改变了处理唯一性数据的方式。
从HashSet到TreeSet,Java集合框架中的Set接口及其实现类以其“不重复性”要求,彻底改变了处理唯一性数据的方式。HashSet基于哈希表实现,提供高效的元素操作;TreeSet则通过红黑树实现元素的自然排序,适合需要有序访问的场景。本文通过示例代码详细介绍了两者的特性和应用场景。
138 6
|
11月前
|
存储 NoSQL 关系型数据库
Redis 集合(Set)
10月更文挑战第17天
111 5
|
11月前
|
存储 Java 数据处理
Java Set接口凭借其独特的“不重复”特性,在集合框架中占据重要地位
【10月更文挑战第16天】Java Set接口凭借其独特的“不重复”特性,在集合框架中占据重要地位。本文通过快速去重和高效查找两个案例,展示了Set如何简化数据处理流程,提升代码效率。使用HashSet可轻松实现数据去重,而contains方法则提供了快速查找的功能,彰显了Set在处理大量数据时的优势。
114 2
|
6月前
|
SQL Oracle 关系型数据库
【YashanDB知识库】共享利用Python脚本解决Oracle的SQL脚本@@用法
【YashanDB知识库】共享利用Python脚本解决Oracle的SQL脚本@@用法
|
6月前
|
存储 人工智能 索引
Python数据结构:列表、元组、字典、集合
Python 中的列表、元组、字典和集合是常用数据结构。列表(List)是有序可变集合,支持增删改查操作;元组(Tuple)与列表类似但不可变,适合存储固定数据;字典(Dictionary)以键值对形式存储,无序可变,便于快速查找和修改;集合(Set)为无序不重复集合,支持高效集合运算如并集、交集等。根据需求选择合适的数据结构,可提升代码效率与可读性。

推荐镜像

更多