【Python】数据结构之字典

简介: python 中的词典结构:d = {      'db1'    : 'swaroopch@byteofpython.info',             'db2'     : 'larry@wall.org',             'db3'     : 'matz@ruby-lang.org',             'db4'     : 'spammer@hotmail.com'     }一 字典介绍   字典(dictionary)是除列表之外python之中最灵活的内置数据结构类型。
python 中的词典结构:
d = {      'db1'    : 'swaroopch@byteofpython.info',
             'db2'     : 'larry@wall.org',
             'db3'     : 'matz@ruby-lang.org',
             'db4'     : 'spammer@hotmail.com'
     }
一 字典介绍
   字典(dictionary)是除列表之外python之中最灵活的内置数据结构类型。列表是有序的对象结合,字典是无序的对象集合。两者之间的区别在于:字典当中的元素是通过键来存取的,而不是通过偏移存取。
   字典的主要属性 
   a 通过键而不是偏移量来读取
     字典有时称为关联数组或者哈希表。它们通过键将一系列值联系起来,这样就可以使用键从字典中取出一项。如果列表一样可以使用索引操作从字典中获取内容。
   b 任意对象的无序集合
     与列表不同,保存在字典中的项并没有特定的顺序。实际上,Python将各项从左到右随机排序,以便快速查找。键提供了字典中项的象征性位置(而非物理性的)。
   c 可变,异构,任意嵌套
    与列表相似,字典可以在原处增长或是缩短(无需生成一份拷贝),可以包含任何类型的对象,支持任意深度的嵌套,可以包含列表和其他字典等。
  d 属于可变映射类型
     通过给索引赋值,字典可以在原处修改。但不支持用于字符串和列表中的序列操作。因为字典是无序集合,根据固定顺序进行操作是行不通的(例如合并和分片操作)。字典是唯一内置的映射类型(键映射到值得对象)。
  e 对象引用表(哈希表)
     如果说列表是支持位置读取对象的引用数组,那么字典就是支持键读取无序对象的引用表。从本质上讲,字典是作为哈希表(支持快速检索的数据结构)来实现的。一开始很小,并根据要求而增长。此外,Python采用最优化的哈希算法来寻找键,因此搜索是很快速的。和列表一样字典存储的是对象引用。
 
二 词典的赋值,更新 ,添加,删除操作
>>> d = {      'db1'    : 'swaroopch@byteofpython.info',
...                  'db2'     : 'larry@wall.org',
...                  'db3'     : 'matz@ruby-lang.org',
...                  'db4'     : 'spammer@hotmail.com'
...      }
>>> 

##增加新的值,如果存在则更新,不存在则添加
>>> d['Guido'] = 'guido@python.org'
##删除词典
>>> d
{'db1': 'swaroopch@byteofpython.info', 'db3': 'matz@ruby-lang.org', 'db2': 'larry@wall.org', 'db4': 'spammer@hotmail.com', 'Guido': 'guido@python.org'}
>>> del d['db4']
>>> d
{'db1': 'swaroopch@byteofpython.info', 'db3': 'matz@ruby-lang.org', 'db2': 'larry@wall.org', 'Guido': 'guido@python.org'}

三 词典自带常用函数
##字典长度
>>> print '\nThere are %d contacts in the address-book\n' % len(d)

There are 4 contacts in the address-book
##返回整个词典的(key,value)元组
>>> d.items()
[('db1', 'swaroopch@byteofpython.info'), ('db3', 'matz@ruby-lang.org'), ('db2', 'larry@wall.org'), ('db4', 'spammer@hotmail.com')]
##字典的值查看 返回值的列表
>>> d.values()
['swaroopch@byteofpython.info', 'matz@ruby-lang.org', 'larry@wall.org', 'spammer@hotmail.com']
##字典的键查看 返回键的列表
>>> d.keys()  
['db1', 'db3', 'db2', 'db4']
##创建并返回一个新字典,以seq 中的元素做该字典的键,val 做该字典中所有键对应的初始值(如果不提供此值,则默认为None)
>>> d4=dict.fromkeys(['high','weight'],0) 
>>> d4
{'high': 0, 'weight': 0}
##d.has_key(key) 如果键(key)在字典中存在,返回True,否则返回False. 在Python2.2版本引入in 和not in 后,此方法几乎已废弃不用了,但仍提供一个
>>> d3.has_key('name')
True
>>> 'name' in d3
True
##合并数据 
>>> d3.update(d2) d2合并到d3,d2没有变化,d3变化。注意和字符串,列表的合并操作”+“不同
>>> d2
{'name': 'yangyi', 'db1': 'swaroopch@byteofpython.info', 'db2': 'larry@wall.org', 'db3': 'matz@ruby-lang.org', 'db4': 'spammer@hotmail.com'}
>>> d3
{'name': 'yangyi', 'db1': 'swaroopch@byteofpython.info', 'db3': 'matz@ruby-lang.org', 'db2': 'larry@wall.org', 'db4': 'spammer@hotmail.com'}
>>> 
##pop方法 从字典中删除一个键并返回它的值 ,如果字典为空则报错。
>>> d3
{'age': 23, 'name': {'last': 'yang', 'first': 'yi'}}
>>> d3.popitem()
('age', 23)
>>> d3
{'name': {'last': 'yang', 'first': 'yi'}}
>>> d3.popitem()
('name', {'last': 'yang', 'first': 'yi'})
>>> d3.popitem()
Traceback (most recent call last):
  File "", line 1, in
KeyError: 'popitem(): dictionary is empty'
>>> 
##清空字典
>>> d4
{'weight': 0}
>>> d4.clear()
>>> d4
{}

##遍历 词典:
>>> for dbname in d2.keys():
...   print ' dbname ==> %s,email==> %s' %(dbname,d2[dbname])  
... 
 dbname ==> db1,email==> swaroopch@byteofpython.info
 dbname ==> db2,email==> larry@wall.org
 dbname ==> db3,email==> matz@ruby-lang.org
 dbname ==> db4,email==> spammer@hotmail.com

参考
目录
相关文章
|
10天前
|
存储 Python
python基础篇:图解Python字典,一目了然的键值对数据结构!
【4月更文挑战第6天】python基础篇:图解Python字典,一目了然的键值对数据结构!
27 2
python基础篇:图解Python字典,一目了然的键值对数据结构!
|
1月前
|
存储 Python
Python数据结构讲解字典
Python数据结构讲解字典
16 1
|
1月前
|
Python
Python数据结构讲解元组
Python数据结构讲解元组
17 1
|
1月前
|
索引 Python
Python数据结构讲解集合
Python数据结构讲解集合
17 0
|
1月前
|
存储 索引 Python
Python数据结构讲解列表
Python数据结构讲解列表
21 0
|
1月前
|
存储 安全 索引
Python数据结构讲解
Python数据结构讲解
10 0
|
2月前
|
缓存 NoSQL 数据库
除了字典,还有哪些其他的缓存数据结构可以在Python中使用?
除了字典,还有哪些其他的缓存数据结构可以在Python中使用?
19 1
|
3月前
|
存储 测试技术 索引
【Python 30天速成计划】3. 数据结构
【Python 30天速成计划】3. 数据结构
|
3月前
|
Python 容器
在Python中,字典(dict)数据结构
在Python中,字典(dict)数据结构
21 2
|
5月前
|
存储 算法 数据挖掘
Python数据结构——数组
Python数据结构——数组
45 0