【Python】一文带你掌握数据容器之集合,字典

简介: 【Python】一文带你掌握数据容器之集合,字典

目录:

一、集合

思考:我们目前接触到了列表、元组、字符串三个数据容器了。基本满足大多数的使用场景为何又需要学习新的集合类型呢?

通过特性来分析:

(1)列表可修改、支持重复元素且有序

(2)元组、字符串不可修改、支持重复元素且有序

大家有没有看出一些局限?

局限就在于:它们都支持重复元素

如果场景需要对内容做去重处理,列表、元组、字符串就不方便了

而集合,最主要的特点就是:不支持元组的重复(自带去重功能)、并且内容无序


1.集合的定义

基本语法:

1. # 定义集合字面量
2. {元素,元素,......,元素}
3. 
4. # 定义集合变量
5. 变量名称 = {元素,元素,......,元素}
6. 
7. # 定义空集合
8. 变量名称 = set()

和列表、元组、字符串等定义基本相同:

列表使用[  ]

元组使用( )

字符串使用"  "

集合使用{  }


2.集合的常用操作

首先,因为集合是无序的,所以集合不支持:下标索引访问但是集合和列表一样,是允许修改的,所以我们来看看集合的修改方法

编号 操作 作用
1 集合.add(元素) 集合内添加一个元素
2 集合remove(元素) 移除集合内指定的元素
3 集合.pop() 从集合中随机取出一个元素
4 集合.clear() 将集合清空
5 集合1.difference(集合2) 得到一个新集合,内含2个集合的差集原有的2个集合内容不变
6 集合1.differenceupdate(集合2) 在集合1中,删除集合2中存在的元素集合1被修改,集合2不变
7 集合1.union(集合2) 得到1个新集合,内含2个集合的全部元素原有的2个集合内容不变
8 len(集合) 得到一个整数,记录了集合的元素数量
(1)添加新元素

语法:集合.add(元素)将指定元素,添加到集合内

结果:集合本身被修改,添加了新元素

my_set = {"Hello", "World"}
my_set.add("bite")
print(my_set)  # 结果:{'World', 'bite', 'Hello'}(顺序可能会变)
(2) 移除元素

语法:集合.remove(元素),将指定元素,从集合内移除

结果:集合本身被修改,移除了元素

my_set = {"Hello", "World"}
my_set.remove("World")
print(my_set)  # 结果:{'Hello'}
(3) 从集合中随机取出元素

语法:集合.pop(),功能,从集合中随机取出一个元素

结果:会得到一个元素的结果。同时集合本身被修改,元素被移除

my_set = {"Hello", "World"}
element = my_set.pop()
print(my_set)  # 结果:{'Hello'}
print(element)  # 结果:World
(4) 清空集合

语法:集合.clear(),功能,清空集合

结果:集合本身被清空

my_set = {"Hello", "World"}
my_set.clear()
print(my_set)  # 结果:set()
(5)取出2个集合的差集

语法:集合1.difference(集合2),功能: 取出集合1和集合2的差集 (集合1有而集合2没有的)

结果:得到一个新集合,集合1和集合2不变

set1 = {1, 2, 3}
set2 = {1, 5, 6}
set3 = set1.difference(set2)
print(set3)  # 结果:{2, 3}
print(set2)  # 结果:{1, 5, 6}
print(set1)  # 结果:{1, 2, 3}
(6) 消除2个集合的差集

语法:集合1.difference_update(集合2)

功能:对比集合1和集合2,在集合1内,删除和集合2相同的元素

结果:集合1被修改,集合2不变

set1 = {1, 2, 3}
set2 = {1, 5, 6}
set1.difference_update(set2)
print(set1)  # 结果:{2, 3}
print(set2)  # 结果:{1, 5, 6}
(7) 2个集合合并

语法:集合1.union(集合2)

功能:将集合1和集合2组合成新集合

结果: 得到新集合,集合1和集合2不变

set1 = {1, 2, 3}
set2 = {1, 5, 6}
set3 = set1.union(set2)
print(set3)  # 结果:{1, 2, 3, 5, 6}
print(set1)  # 结果:{1, 2, 3}
print(set2)  # 结果:{1, 5, 6}

二、字典

思考:老师有一份名单,记录了学生的姓名和考试总成绩,现在需要将其通过Python录入至程序中,并可以通过学生姓名检索学生的成绩,由此引入了字典,使用字典可以用key取出 Value的操作


1.字典的定义

字典的定义,同样使用{ },不过存储的元素是一个个的 : 键值对,如下语法:

# 定义字典字面量
{key: value, key: value, ......, key: value}
# 定义字典变量
 my_dict = {key: value, key: value, ......, key: valuel}
# 定义空字典
my_dict = {}    # 空字典定义方式1
my_dict = dict()  # 空字典定义方式2


注意: 字典内Key不允许重复,重复添加等同于覆盖原有数据


# 定义重复Key的宇典
my_dict1 = {"王力鸿": 99,"王力鸿": 88,"林俊节": 77}
print(f"重复key的字典的内容是:{my_dict1}")
# 结果:重复key的字典的内容是:{'王力鸿':88,林俊节':77}

2.字典数据的获取

字典同集合一样,不可以使用下标索升

但是字典可以通过Key值来取得对应的Value

# 语法,字典[Key]可以取到对应的value
stu_score = {"李四": 99, "张三": 88,"王二麻子": 77}
print(stu_score["李四"])   # 结果:99
print(stu_score["张三"])   # 结果:88
print(stu_score["王二麻子"])  # 结果:77

3.字典的嵌套

字典的Key和Value可以是任意数据类型(Key不可为字典)

那么,就表明,字典是可以嵌套的

需求如下: 记录学生各科的考试信息

stu_score_dict = {
    "王力鸿": {
        "语文": 77,
        "数学": 66,
        "英语": 33
    }, "周杰轮": {
        "语文": 88,
        "数学": 86,
        "英语": 55
    }, "林俊节": {
        "语文": 99,
        "数学": 96,
        "英语": 66
    }
}
print(f"学生的考试信息是:{stu_score_dict}")
# 结果:学生的考试信息是:{'王力鸿': {'语文': 77, '数学': 66, '英语': 33}, '周杰轮': {'语文': 88, '数学': 86, '英语': 55}, '林俊节': {'语文': 99, '数学': 96, '英语': 66}}

从嵌套字典中获取数据:

score = stu_score_dict["周杰轮"]["语文"]
print(f"周杰轮的语文分数是:{score}")
# 结果:周杰轮的语文分数是:88

4.字典的常用操作

编号 操作 作用
1 字典[Key] 获取指定Key对应的Value值
2 字典[Key]= Value 添加或更新键值对
3 字典.pop(Key) 取出Key对应的Value并在字典内删除此Key的键值对
4 字典.clear() 清空字典
5 字典.keys() 获取字典的全部Key,可用于for循环遍历字典
6 len(字典) 计算字典内的元素数量
(1)新增元素

语法:字典[Key] =Value,结果:字典被修改,新增了元素

my_dict1 = {"王力鸿": 88, "林俊节": 77}
# 新增,张学油的考试成绩
my_dict1['张学油'] = 66
print(my_dict1)
# 结果:{'王力鸿': 88, '林俊节': 77, '张学油': 66}
(2)更新元素

语法:字典[Key]=Value,结果:字典被修改,元素被更新

注意: 字典Key不可以重复,所以对已存在的Key执行上述操作,就是更新Value值

my_dict1 = {"王力鸿": 88, "林俊节": 77}
my_dict1['王力鸿'] = 66
print(my_dict1)
# 结果:{'王力鸿': 66, '林俊节': 77}
(3)删除元素

语法: 字典.pop(Key),结果:获得指定Key的Value,同时字典被修改,指定Key的数据被删除

my_dict1 = {"王力鸿": 88, "林俊节": 77}
value = my_dict1.pop("王力鸿")
print(value)   # 结果:88
print(my_dict1)  # 结果:{'林俊节': 77}
(4)清空字典

语法:字典.clear(),结果:字典被修改,元素被清空

my_dict1 = {"王力鸿": 88, "林俊节": 77}
my_dict1.clear()
print(my_dict1)
# 结果:{}
(5)获取字典的全部Key

语法:字典.keys(),可用于for循环遍历字典

# 获取全部的key
my_dict = {"周杰轮": 99, "王力鸿": 88, "林俊节": 77}
keys = my_dict.keys()
print(f"字典的全部keys是:{keys}")  # 结果:字典的全部keys是:dict_keys(['周杰轮', '王力鸿', '林俊节'])
# 遍历字典
# 方式一:通过获取到全部的key来完成遍历
for key in keys:
    print(f"字典的key是:{key}")
    print(f"字典的value是: {my_dict[key]}")
# 方式二:直接对字典进行for循环,每一次循环都是直接得到key
for key in my_dict:
    print(f"字典的key是:{key}")
    print(f"字典的value是: {my_dict[key]}")

5.字典的特点

经过上述对字典的学习,可以总结出字典有如下特点:

(1)可以容纳多个数据

(2)可以容纳不同类型的数据

(3)每一份数据是KeyValue键值对

(4)可以通过Key获取到Value,Key不可重复 (重复会覆盖)

(5)不支持下标索引

(6)可以修改(增加或删除更新元素等)

(7)支持for循环,不支持while循环


本次内容就到此啦,欢迎评论区或者私信交流,觉得笔者写的还可以,或者自己有些许收获的,麻烦铁汁们动动小手,给俺来个一键三连,万分感谢 !  


目录
相关文章
|
4月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
343 2
|
5月前
|
存储 JSON 算法
Python集合:高效处理无序唯一数据的利器
Python集合是一种高效的数据结构,具备自动去重、快速成员检测和无序性等特点,适用于数据去重、集合运算和性能优化等场景。本文通过实例详解其用法与技巧。
189 0
|
6月前
|
存储 索引 Python
python 集合的所有基础知识
python 集合的所有基础知识
637 0
|
4月前
|
存储 Java 索引
(Python基础)新时代语言!一起学习Python吧!(二):字符编码由来;Python字符串、字符串格式化;list集合和tuple元组区别
字符编码 我们要清楚,计算机最开始的表达都是由二进制而来 我们要想通过二进制来表示我们熟知的字符看看以下的变化 例如: 1 的二进制编码为 0000 0001 我们通过A这个字符,让其在计算机内部存储(现如今,A 字符在地址通常表示为65) 现在拿A举例: 在计算机内部 A字符,它本身表示为 65这个数,在计算机底层会转为二进制码 也意味着A字符在底层表示为 1000001 通过这样的字符表示进行转换,逐步发展为拥有127个字符的编码存储到计算机中,这个编码表也被称为ASCII编码。 但随时代变迁,ASCII编码逐渐暴露短板,全球有上百种语言,光是ASCII编码并不能够满足需求
231 4
|
5月前
|
机器学习/深度学习 数据采集 并行计算
多步预测系列 | LSTM、CNN、Transformer、TCN、串行、并行模型集合研究(Python代码实现)
多步预测系列 | LSTM、CNN、Transformer、TCN、串行、并行模型集合研究(Python代码实现)
588 2
|
5月前
|
存储 JSON 数据管理
Python字典:高效数据管理的瑞士军刀
Python字典基于哈希表实现,提供接近O(1)的高效查找,支持增删改查、遍历、合并等丰富操作,广泛应用于计数、缓存、配置管理及JSON处理。其灵活性与性能使其成为数据处理的核心工具。
616 0
|
5月前
|
存储 缓存 安全
Python字典:从入门到精通的实用指南
Python字典如瑞士军刀般强大,以键值对实现高效数据存储与查找,广泛应用于配置管理、缓存、统计等场景。本文详解字典基础、进阶技巧、实战应用与常见陷阱,助你掌握这一核心数据结构,写出更高效、优雅的Python代码。
145 0
|
10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。
408 5
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
386 0
|
机器学习/深度学习 数据采集 数据挖掘
解锁 Python 数据分析新境界:Pandas 与 NumPy 高级技巧深度剖析
Pandas 和 NumPy 是 Python 中不可或缺的数据处理和分析工具。本文通过实际案例深入剖析了 Pandas 的数据清洗、NumPy 的数组运算、结合两者进行数据分析和特征工程,以及 Pandas 的时间序列处理功能。这些高级技巧能够帮助我们更高效、准确地处理和分析数据,为决策提供支持。
362 2

推荐镜像

更多