开发者社区> zhoujie0111> 正文

python学习笔记(四)——数据字典

简介:                    数据字典   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,这个键可以是数字、字符串甚至元组。
+关注继续查看

                   数据字典

  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,这个键可以是数字、字符串甚至元组。映射可以使用任何不可变对象标识元素,最常用的类型是字符串和元组,python唯一内建的映射类型是字典。

   创建和使用字典:

>>> phonebook={'Jason':'23453','James':'34231','Jzhou':'90798'}
>>> phonebook['Jason']
'23453'

   字典由多个键和其对应的值构成的对组成(键值对称为项),上例中,姓名是键,分机号是值。每个键和它的值之间用冒号隔开,项之间用逗号隔开,整个字典用一对大括号括起来。

(注意:字典中的键是唯一的,其它映射也是如此,而值不唯一)

  dict函数

  dict函数可以通过其他映射(比如其他字典)或者(键、值)这样的序列对建立字典

>>> items=[('name','Gumby'),('age',42)]
>>> d=dict (items )
>>> d
{'age': 42, 'name': 'Gumby'}
>>> d['name']
'Gumby'

  dict函数也可以通过关键字参数来创建字典

>>> d=dict(name='Jason',age=42)
>>> d
{'age': 42, 'name': 'Jason'}

  还能以映射作为dict函数的参数,以建立其项与映射相同的字典,如果不带任何参数,则dict函数返回一个新的空的字典,就行list,tuple,str等函数一样。如果另一个映射也是字典,可以使用字典方法copy(之后介绍)。

  基本的字典操作

    字典的基本行为在很多方面和序列类似:

  len(d)  返回d中项(键-值对)的数量

  d[k]返回关联到键k上的值

  d[k]=v 将值v关联到键k上

  del  d[k]删除键为k的项

  k  in  d  检查中是否有含有键为k的项

  字典也有一些自己的特性,如下:

   键类型:字典的键不一定为整型数据,也可能是其他不可变类型,如浮点型、字符串、元组等

   自动添加:即使那个键起初不存在于字典中,也可以分配给它一个值,即字典会建立一个新项;而列表在不使用append方法的前提下,不能将值关联到列表之外的索引上

   成员资格:表达式k  in  d(d为字典)查找的是键而不是值;表达式 v  in l(l为列表)则用来查找值,而不是索引(另外,在字典中检查键的成员资格比在列表中检查值的成员更高效,尤其当数据结构的规模很大时。)

     我们来看一个简单的例子,来看看字典相对于列表的好处:

>>> x=[]   #创建一个空列表
>>> x[42]='floor'    #出现错误

Traceback (most recent call last):
  File "<pyshell#77>", line 1, in <module>
    x[42]='floor'
IndexError: list assignment index out of range
>>> x={}   #创建一个字典
>>> x[42]='floor'   #自动将这项添加到字典中
>>> x    #字典的值
{42: 'floor'}
>>> 

    下面是一个较复杂的字典的示例:

# 使用人名作为键的字典,每个人用另一个字典来表示,phone和addr是子字典的键
people ={
     'Jason':{
        'phone':'2341',
        'addr':'Foo drive 23'
         },
     'James':{
        'phone':'4564',
        'addr':'Bar street 42'
         },
     'Jzhou':{
        'phone':'4564',
        'addr':'Baz avenue 90'
         }
    }

# 针对电话号码和地址使用的描述性标签会在打印输出的时候用到
labels={
    'phone':'phone number',
    'addr':'address'
    }

name=raw_input('Name:')

# 查找电话号码还是地址?使用正确的键
request=raw_input ("Phone number(p) or address(a)?")
# 使用正确的键:
if request=='p':key='phone'
if request=='a':key='addr'

# 如果名字是字典中的有效键才打印信息
if name in people:
    print "%s's %s is %s." % (name,labels[key],people[name][key])

raw_input("press any key to exit!")

 运行结果如下:

  

   字典的格式化字符串

  上一篇介绍过字符串是如何格式化的,现在我们来看看字典是如何格式化的。在每个转换说明符的后面,加上键再跟其他说明元素。看例子:

>>> phonebook={'James':'3422','Jason':'3441','Jzhou':'2321'}
>>> phonebook
{'James': '3422', 'Jason': '3441', 'Jzhou': '2321'}
>>> "Jzhou's phone number is %(Jzhou)s." % phonebook
"Jzhou's phone number is 2321."

  除了增加字符串键之外,转换说明符还是像以前一样,当以这种方式使用字典的时候,只要所有给出的键都能在字典中找到,就可以获得任意数量的转换说明符,所以这类字符串格式化在模板系统中非常有用,看下面这个例子:

>>> template='''<html>
<head><title>%(title)s</title></head>
<body>
<h1>%(title)s<h1>
<p>%(text)s</p>
</body>'''
>>> data={'title':'my home page','text':'Welcome to my home age!'}

>>> print template % data
<html>
<head><title>my home page</title></head>
<body>
<h1>my home page<h1>
<p>Welcome to my home age!</p>
</body>

   字典方法

   clear——清除字典中的所有项。类似于list.sort,无返回值

>>> d={}
>>> d['name']='Jason'
>>> d['age']=42
>>> d
{'age': 42, 'name': 'Jason'}
>>> return_value=d.clear()
>>> d
{}
>>> print return_value
None

     通过下面的例子看一下clear的简单作用:

#未使用clear方法
>>> x={}
>>> y=x
>>> x['key']='value'
>>> y
{'key': 'value'}
>>> x={}
>>> y    #x使用x={}置空后y的值还存在
{'key': 'value'}
#使用clear方法
>>> x={}
>>> y=x
>>> x['key']='value'
>>> y
{'key': 'value'}
>>> x.clear()  #x使用clear方法后,y的值也被清空了
>>> y
{}

  copy——返回一个具有相同键值对的新字典(实现的是浅复制,因为值本身相同,而不是副本)

>>> x={'username':'admin','machines':['foo','bar','baz']}
>>> y=x.copy()
>>> y['username']='mlh'
>>> y['machines'].remove ('bar')
>>> y
{'username': 'mlh', 'machines': ['foo', 'baz']}
>>> x
{'username': 'admin', 'machines': ['foo', 'baz']}

  上例看出,当在副本中替换值的时候,原字典不受影响,想上述y中username赋了新值,而x没变;但是如果修改了某个值而不是替换,则原字典也会改变,像上述y的machines中移除了bar,则x中也移除了这个值。

  避免这个问题的方法是使用深复制(deep copy),复制它包含所有的值。使用copy模块的deepcopy函数来完成

>>> from copy import deepcopy
>>> d={}
>>> d['names']=['James','Jason']
>>> c=d.copy()
>>> dc=deepcopy(d)
>>> d['names'].append('Jzhou')
>>> c
{'names': ['James', 'Jason', 'Jzhou']}
>>> dc
{'names': ['James', 'Jason']}

   fromkeys——使用给定的键建立新的字典,每个键默认对应的值为None

>>> {}.fromkeys(['name','age'])  #构造了有一个空字典来建立另外一个字典
{'age': None, 'name': None}

  也可以直接在所有字典的类型dict上调用方法

>>> dict.fromkeys(['name','age'])
{'age': None, 'name': None}

  若不想使用None作默认值,也可以提供自己的默认值

>>> dict.fromkeys(['name','age'],'Unknown')
{'age': 'Unknown', 'name': 'Unknown'}

    get——得到字典中的某个项

#一般当是视图得到字典中不存在的项时将出错
>>> d={}
>>> print d['name']

Traceback (most recent call last):
  File "<pyshell#42>", line 1, in <module>
    print d['name']
KeyError: 'name'
#使用get方法时不会出错
>>> print d.get('name')
None
#也可以自定义默认值来替换'None'
>>> d.get('name','N/A')
'N/A'
#如果键值存在,get用起来就像普通的字典查询一样
>>> d['name']='Eric'
>>> d.get('name')
'Eric'

   看下面这个经过改造的例子:

people ={
     'Jason':{
        'phone':'2341',
        'addr':'Foo drive 23'
         },
     'James':{
        'phone':'4564',
        'addr':'Bar street 42'
         }
    }
labels={
    'phone':'phone number',
    'addr':'address'
    }
name = raw_input('Name:')
#查找电话号码还是地址?
request=raw_input('phone number(p) or address(a)?')
#使用正确的键
key=request
if request =='p':key='phone'
if request =='a':key='addr'

person=people.get(name,{})
label=labels.get(key,key)
#使用get()提供的默认值
result=person.get('key','not available')

#如果请求不是p或者a,则使用get()提供的默认值
if request != 'p' and request != 'a':
  print "%s's %s is %s." % (name,label,result)
#如果请求正确,则按正常处理
elif request == 'p' or request == 'a':
  print "%s's %s is %s." % (name,labels[key],people[name][key])

raw_input("press any key to exit!")

  运行结果如下,即正常输入和异常输入时的处理结果:

   

   has_key——检查字典中是否含有给出的键。表达式dict.has_key(k)相当于 表达式key  in  dict。注意在python3.0中不包含这个函数了。

>>> d={}
>>> d.has_key('name')
False
>>> d['name']='Jzhou'
>>> d.has_key('name')
True

   items和iteritems——items方法将所有字典项以列表方式返回,这些列表项中的每一项都来自于(键、值),但是在项返回时并没有特殊顺序。

>>> d={'title':'python','url':'http://www.python.org'}
>>> d.items ()
[('url', 'http://www.python.org'), ('title', 'python')]

iteritems作用大致一样,但是会返回一个迭代器对象而不是列表

>>> it=d.iteritems ()
>>> it
<dictionary-itemiterator object at 0x01D9EAB0>
>>> list(it)  #将iterator转换为列表
[('url', 'http://www.python.org'), ('title', 'python')]

         keys和iterkeys——keys方法将字典中的键以列表的形式返回,而iterkeys是返回针对键的迭代器

>>> d.keys()
['url', 'title']
>>> d.iterkeys()
<dictionary-keyiterator object at 0x02BD1DE0>
>>> list(d.iterkeys ())
['url', 'title']

      values和itervalues——values方法以列表的形式返回字典中的值,itervalues返回值的迭代器。与返回键的列表不同的是,返回值的列表中可以包含重复的元素

>>> d={}
>>> d[1]=1
>>> d[2]=2
>>> d[3]=3
>>> d[4]=1
>>> d.values()
[1, 2, 3, 1]
>>> d.itervalues ()
<dictionary-valueiterator object at 0x02BD1ED0>
>>> list(d.itervalues ())
[1, 2, 3, 1]

     pop——获得对应于给定键的值,然后将这个键值对从字典中移除

>>> d={'x':1,'y':2}
>>> d.pop('x')
1
>>> d
{'y': 2}

    popitem——类似list.pop,后者会弹出列表的最后一个元素,但不同的是,popitem弹出的是随机的项,因为字典是无序的。若想一个接一个的移除并处理项,这个方法非常有效,因为不用先获取键的列表

>>> d={'title':'python','url':'http://www.python.org','spam':0}
>>> d
{'url': 'http://www.python.org', 'spam': 0, 'title': 'python'}
>>> d.popitem()
('url', 'http://www.python.org')
>>> d
{'spam': 0, 'title': 'python'}

尽管popitem和列表的pop方法很类似,但字典中并没有与append等价的方法,因为字典是无序的,无“追加至最后”可言。

    setdefault——获得与给定键相关联的值,类似get()方法,另外,它还能在字典中不含有给定键的情况下设定相应的键值

>>> d={}
>>> d.setdefault('name','N/A')
'N/A'
>>> d
{'name': 'N/A'}
>>> d['name']='Jzhou'
>>> d.setdefault('name','N/A')
'Jzhou'
>>> d
{'name': 'Jzhou'}

可以看出,当键不存在的时候,setdefault返回默认值并且相应的更新字典。如果键存在,那么就返回与其对应的值,但不改变字典。默认值可选,如果不写,默认为None

>>> d={}
>>> print d.setdefault('name')
None
>>> d
{'name': None}

    update——利用一个字典更新另外一个字典

>>> d={
    'title':'Python web site',
    'url':'http://www.python.org',
    'changed':'April 4 20:18 2013'
    }
>>> x={'title':'Python Language Website'}
>>> d.update(x) #提供的字典中的项会被添加到旧的字典中,若有相同的键则会进行覆盖
>>> d
{'url': 'http://www.python.org', 'changed': 'April 4 20:18 2013', 'title': 'Python Language Website'}

    以上是字典常用的主要方法,调用方式和调用列表及字符串的方式相同。

  

 

作者:zhoujie
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,不然我担心博客园找你算账
如果您觉得本文对你有帮助,请竖起您的大拇指右下角点推荐,也可以关注我

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
MSSQL - 最佳实践 - 如何打码隐私数据列
--- title: MSSQL - 最佳实践 - 如何打码隐私数据列 author: 风移 --- # 摘要 在SQL Server安全系列专题月报分享中,我们已经分享了:如何使用对称密钥实现SQL Server列加密技术、使用非对称密钥加密方式实现SQL Server列加密、使用混合密钥实现SQL Server列加密技术、列加密技术带来的查询性能问题以及相应解决方案和行级别安全解决方
1196 0
Python零基础学习笔记(四)——数据类型
python数据类型:Number(数字):包括整数/浮点数(小数)/复数String(字符串)Boolean(布尔值)None(空值)list(列表)tuple(元组)dict(字典)set(集合)
1263 0
MySQL和Oracle对比学习之数据字典元数据
MySQL和Oracle虽然在架构上有很大的不同,但是如果从某些方面比较起来,它们有些方面也是相通的。 毕竟学习的主线是MySQL,所以会从MySQL的角度来对比Oracle的一些功能。
683 0
Oracle 12c数据字典的小问题(r11笔记第49天)
    最近偶尔会收到一个报警,提示一个Scheduler Job运行失败了。这是一个12c的环境,启用了容器选件,所以一个CDB会含有多个PDB。      如果你要说这个CDB,PDB的区别和联系,那我就直接上一张图。
739 0
Python爬虫学习,记一次抓包获取js,从js函数中取数据的过程
昨天有小伙伴找我,新浪新闻的国内新闻页,其他部分都是静态网页可以抓到,但是在左下方的最新新闻部分,不是静态网页,也没有json数据,让我帮忙抓一下。
1286 0
【理论+案例实战】Python数据分析之逻辑回归(logistic regression)
逻辑回归是分类当中极为常用的手段,它属于概率型非线性回归,分为二分类和多分类的回归模型。对于二分类的logistic回归,因变量y只有“是”和“否”两个取值,记为1和0。假设在自变量x1,x2,……,xp,作用下,y取“是”的概率是p,则取“否”的概率是1-p。
11654 0
+关注
zhoujie0111
运维开发
62
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
JS零基础入门教程(上册)
立即下载
性能优化方法论
立即下载
手把手学习日志服务SLS,云启实验室实战指南
立即下载