掌握 Python 字典:从基础语法到实战应用的全面指南

简介: 掌握 Python 字典:从基础语法到实战应用的全面指南
Python 字典(dictionary)是一种内置的数据结构,以键值对(key-value pairs)的形式存储数据。它是无序、可变且不允许重复键的集合。本文将详细介绍 Python 字典的基本语法、命令、示例、应用场景、注意事项和总结。
### 基本语法
#### 创建字典
可以使用大括号 `{}` 或 `dict()` 函数来创建字典:
```python
# 使用大括号创建字典
my_dict = {
    "name": "Alice",
    "age": 30,
    "city": "New York"
}
# 使用 dict() 函数创建字典
my_dict = dict(name="Alice", age=30, city="New York")
访问字典元素

通过键访问字典中的值:

print(my_dict["name"])  # 输出: Alice

使用 get() 方法访问元素,可以设置默认值以防键不存在:

print(my_dict.get("name"))         # 输出: Alice
print(my_dict.get("address", "N/A"))  # 输出: N/A
修改字典元素

直接通过键进行修改:

my_dict["age"] = 31
添加和删除字典元素

添加新键值对

my_dict["address"] = "123 Main St"

删除键值对:

del my_dict["city"]
# 使用 pop() 方法删除键值对并获取值
age = my_dict.pop("age")
print(age)  # 输出: 31

常用命令

获取所有键、值和键值对
keys = my_dict.keys()        # 获取所有键
values = my_dict.values()    # 获取所有值
items = my_dict.items()      # 获取所有键值对
遍历字典
for key, value in my_dict.items():
    print(f"{key}: {value}")
字典合并

使用 update() 方法合并字典:

dict1 = {"name": "Alice", "age": 30}
dict2 = {"city": "New York", "job": "Engineer"}
dict1.update(dict2)

示例

# 创建字典
person = {
    "name": "John",
    "age": 25,
    "job": "Developer"
}
# 访问元素
print(person["name"])  # 输出: John
# 修改元素
person["age"] = 26
# 添加元素
person["city"] = "San Francisco"
# 删除元素
del person["job"]
# 获取所有键、值和键值对
print(person.keys())
print(person.values())
print(person.items())
# 遍历字典
for key, value in person.items():
    print(f"{key}: {value}")
# 合并字典
additional_info = {"hobby": "Reading", "pets": ["Dog", "Cat"]}
person.update(additional_info)

字典的应用场景详解

1. 数据存储

字典常用于存储和快速查找数据。例如,在配置文件、数据库记录等场景中,字典可以高效地存储和检索信息。字典通过键值对的方式存储数据,可以快速地通过键查找到对应的值。

示例:存储配置文件

假设我们有一个应用程序需要存储一些配置信息,如数据库连接信息、API 密钥等。可以使用字典来存储这些配置信息。

# 配置信息字典
config = {
    "database": {
        "host": "localhost",
        "port": 3306,
        "user": "root",
        "password": "password",
        "db": "mydatabase"
    },
    "api_keys": {
        "service1": "API_KEY_12345",
        "service2": "API_KEY_67890"
    }
}
# 访问配置信息
db_host = config["database"]["host"]
api_key_service1 = config["api_keys"]["service1"]
print(f"Database host: {db_host}")
print(f"Service 1 API Key: {api_key_service1}")
2. 计数

字典可以用于统计元素的频率。例如,统计文本中每个单词出现的次数。通过字典的键存储单词,值存储单词出现的次数,可以方便地进行统计操作。

示例:统计单词频率

# 统计单词频率
text = "hello world hello python python world"
words = text.split()
# 初始化空字典
word_count = {}
# 统计每个单词出现的次数
for word in words:
    if word in word_count:
        word_count[word] += 1
    else:
        word_count[word] = 1
print(word_count)  # 输出: {'hello': 2, 'world': 2, 'python': 2}

使用 collections 模块中的 Counter 类可以更简洁地完成相同的任务:

from collections import Counter
# 统计单词频率
word_count = Counter(words)
print(word_count)  # 输出: Counter({'hello': 2, 'world': 2, 'python': 2})
3. 映射关系

字典适用于存储键值对映射的场景,例如将用户 ID 映射到用户信息。这样可以通过用户 ID 快速查找到对应的用户信息。

示例:映射用户 ID 到用户信息

# 用户信息字典
users = {
    1: {"name": "Alice", "age": 30, "email": "alice@example.com"},
    2: {"name": "Bob", "age": 25, "email": "bob@example.com"},
    3: {"name": "Charlie", "age": 35, "email": "charlie@example.com"}
}
# 根据用户 ID 查找用户信息
user_id = 2
user_info = users.get(user_id, "User not found")
print(user_info)  # 输出: {'name': 'Bob', 'age': 25, 'email': 'bob@example.com'}

在这种场景下,字典的键是用户 ID,值是用户的详细信息。通过这种方式,可以高效地查找和管理用户数据。

注意事项

字典的特性详解

1. 键必须是不可变对象

在 Python 中,字典的键必须是不可变对象。不可变对象是指其值一旦创建就不能更改的对象,例如字符串、数字和元组。列表和字典是可变对象,不能用作字典的键。

示例代码

# 使用不可变对象作为键
valid_dict = {
    "name": "Alice",
    42: "Answer to the Ultimate Question of Life, the Universe, and Everything",
    (1, 2, 3): "Tuple as a key"
}
print(valid_dict)
# 输出: {'name': 'Alice', 42: 'Answer to the Ultimate Question of Life, the Universe, and Everything', (1, 2, 3): 'Tuple as a key'}
# 使用可变对象作为键会报错
try:
    invalid_dict = {
        ["a", "list"]: "This will raise an error"
    }
except TypeError as e:
    print(f"Error: {e}")
# 输出: Error: unhashable type: 'list'
2. 键的唯一性

字典中的键必须是唯一的。如果在字典中插入重复的键,新值会覆盖旧值。这是因为字典中的键是唯一标识符,当重复键出现时,字典会更新对应的值。

示例代码

# 键必须唯一
unique_key_dict = {
    "name": "Alice",
    "age": 30,
    "name": "Bob"  # 这个键重复了,将覆盖前面的值
}
print(unique_key_dict)
# 输出: {'name': 'Bob', 'age': 30}

在上面的例子中,“name” 键的值最初是 “Alice”,但随后被 “Bob” 覆盖了。

3. 无序性

在 Python 3.6 之前,字典是无序的,也就是说,字典中的键值对没有顺序。自 Python 3.7 起,字典在内部实现上保持插入顺序,但这不意味着字典是排序的,而是简单地维护插入顺序。

示例代码

# 在 Python 3.7 及之后,字典保持插入顺序
ordered_dict = {
    "first": 1,
    "second": 2,
    "third": 3
}
print(ordered_dict)
# 输出: {'first': 1, 'second': 2, 'third': 3}
# 检查插入顺序
for key in ordered_dict:
    print(key, ordered_dict[key])
# 输出:
# first 1
# second 2
# third 3

尽管字典在 Python 3.7 之后保持插入顺序,但这并不是排序。如果需要对字典的键或值进行排序,可以使用内置的排序函数。

示例代码:

# 对字典按键排序
sorted_keys = sorted(ordered_dict)
sorted_dict_by_keys = {key: ordered_dict[key] for key in sorted_keys}
print(sorted_dict_by_keys)
# 输出: {'first': 1, 'second': 2, 'third': 3}
# 对字典按值排序
sorted_items_by_values = sorted(ordered_dict.items(), key=lambda item: item[1])
sorted_dict_by_values = {k: v for k, v in sorted_items_by_values}
print(sorted_dict_by_values)
# 输出: {'first': 1, 'second': 2, 'third': 3}

总结

Python 字典是一种强大且灵活的数据结构,适用于各种需要存储键值对的应用场景。通过掌握字典的基本操作、常用命令和应用技巧,可以大大提高编程效率和代码的可读性。

相关文章
|
4月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
579 7
|
4月前
|
数据采集 Web App开发 数据安全/隐私保护
实战:Python爬虫如何模拟登录与维持会话状态
实战:Python爬虫如何模拟登录与维持会话状态
|
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
324 2
|
4月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
443 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
4月前
|
数据采集 监控 数据库
Python异步编程实战:爬虫案例
🌟 蒋星熠Jaxonic,代码为舟的星际旅人。从回调地狱到async/await协程天堂,亲历Python异步编程演进。分享高性能爬虫、数据库异步操作、限流监控等实战经验,助你驾驭并发,在二进制星河中谱写极客诗篇。
Python异步编程实战:爬虫案例
|
4月前
|
Cloud Native 算法 API
Python API接口实战指南:从入门到精通
🌟蒋星熠Jaxonic,技术宇宙的星际旅人。深耕API开发,以Python为舟,探索RESTful、GraphQL等接口奥秘。擅长requests、aiohttp实战,专注性能优化与架构设计,用代码连接万物,谱写极客诗篇。
Python API接口实战指南:从入门到精通
|
4月前
|
存储 分布式计算 测试技术
Python学习之旅:从基础到实战第三章
总体来说,第三章是Python学习路程中的一个重要里程碑,它不仅加深了对基础概念的理解,还引入了更多高级特性,为后续的深入学习和实际应用打下坚实的基础。通过这一章的学习,读者应该能够更好地理解Python编程的核心概念,并准备好应对更复杂的编程挑战。
166 12
|
5月前
|
数据采集 存储 XML
Python爬虫技术:从基础到实战的完整教程
最后强调: 父母法律法规限制下进行网络抓取活动; 不得侵犯他人版权隐私利益; 同时也要注意个人安全防止泄露敏感信息.
874 19
|
4月前
|
存储 数据采集 监控
Python文件操作全攻略:从基础到高级实战
本文系统讲解Python文件操作核心技巧,涵盖基础读写、指针控制、异常处理及大文件分块处理等实战场景。结合日志分析、CSV清洗等案例,助你高效掌握文本与二进制文件处理,提升程序健壮性与开发效率。(238字)
456 1
|
4月前
|
存储 Java 调度
Python定时任务实战:APScheduler从入门到精通
APScheduler是Python强大的定时任务框架,通过触发器、执行器、任务存储和调度器四大组件,灵活实现各类周期性任务。支持内存、数据库、Redis等持久化存储,适用于Web集成、数据抓取、邮件发送等场景,解决传统sleep循环的诸多缺陷,助力构建稳定可靠的自动化系统。(238字)
864 1

推荐镜像

更多