【Python】数据结构之字典-阿里云开发者社区

【Python】数据结构之字典

2013-06-15 1344

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。

+关注继续查看

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

http://ipseek.blog.51cto.com/1041109/789896