Python基础-字典(字典常用函数/操作/字典遍历)

简介: 字典是Python中除列表外,最灵活的数据类型,使用键值对存储数据,其中键必须是唯一的,值可以是任意类型

字典是Python中除列表外,最灵活的数据类型,使用键值对存储数据,其中键必须是唯一的,值可以是任意类型

字典类型格式

student = {'键名1': 值1, '键名2': 值2, ...}
# 比如
student = {'name': '小明', 'age': 18, 'id': 1}

字典常用函数/操作

image.png打印字典中的所有内容

1. student = {'name': '小明', 'age': 18, 'id': 1}
2. print(student)

image.png

获取字典的值(根据键名)

1. student = {'name': '小明', 'age': 18, 'id': 1}
2. print(student['name'])

image.png

向字典中添加键值对

1. student = {'name': '小明', 'age': 18, 'id': 1}
2. print(student)
3. student['grade'] = 100
4. print(student)

image.png

修改字典中的值( 添加和修改的格式一样, 如果指定的键与字典中的键重复, 则会修改原来的键名所对应的值)

student = {'name': '小明', 'age': 18, 'id': 1}
print(student)
student['age'] = 20
print(student)

image.png

pop(), 删除字典中的值( 根据键名)

1. student = {'name': '小明', 'age': 18, 'id': 1}
2. print(student)
3. student.pop('id')
4. print(student)

image.png

len(), 返回字典中的价值对的个数

1. student = {'name': '小明', 'age': 18, 'id': 1}
2. print(student)
3. print('字典中键值对的个数是: %d' % len(student))

image.png

update(), 合并字典, 向字典中添加另一个字典的内容

student = {'name': '小明', 'age': 18, 'id': 1}
print(student)
student.update({'math': 100, 'English': 100})
print(student)

image.png

字典遍历

1. student = {'name': '小明', 'age': 18, 'id': 1}
2. for key in student:
3. print(key)

使用for遍历, 可以获取字典中的所有键

image.png

根据获取的键, 可以获取字典中的所有值

1. student = {'name': '小明', 'age': 18, 'id': 1}
2. for key in student:
3. print('%s : %s' % (key, student[key]))

image.png

相关文章
|
21天前
|
搜索推荐 Python
利用Python内置函数实现的冒泡排序算法
在上述代码中,`bubble_sort` 函数接受一个列表 `arr` 作为输入。通过两层循环,外层循环控制排序的轮数,内层循环用于比较相邻的元素并进行交换。如果前一个元素大于后一个元素,就将它们交换位置。
124 67
|
15天前
|
Python
Python中的函数是**一种命名的代码块,用于执行特定任务或计算
Python中的函数是**一种命名的代码块,用于执行特定任务或计算
42 18
|
6天前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
38 8
|
16天前
|
Python
Python中的函数
Python中的函数
31 8
|
22天前
|
XML JSON API
如何使用Python将字典转换为XML
本文介绍了如何使用Python中的`xml.etree.ElementTree`库将字典数据结构转换为XML格式。通过定义递归函数处理字典到XML元素的转换,生成符合标准的XML文档,适用于与旧系统交互或需支持复杂文档结构的场景。示例代码展示了将一个简单字典转换为XML的具体实现过程。
16 1
|
23天前
|
监控 测试技术 数据库
Python中的装饰器:解锁函数增强的魔法####
本文深入探讨了Python语言中一个既强大又灵活的特性——装饰器(Decorator),它以一种优雅的方式实现了函数功能的扩展与增强。不同于传统的代码复用机制,装饰器通过高阶函数的形式,为开发者提供了在不修改原函数源代码的前提下,动态添加新功能的能力。我们将从装饰器的基本概念入手,逐步解析其工作原理,并通过一系列实例展示如何利用装饰器进行日志记录、性能测试、事务处理等常见任务,最终揭示装饰器在提升代码可读性、维护性和功能性方面的独特价值。 ####
|
1月前
|
Python
Python中的`range`函数与负增长
在Python中,`range`函数用于生成整数序列,支持正向和负向增长。本文详细介绍了如何使用`range`生成负增长的整数序列,并提供了多个实际应用示例,如反向遍历列表、生成倒计时和计算递减等差数列的和。通过这些示例,读者可以更好地掌握`range`函数的使用方法。
46 5
|
1月前
|
算法 定位技术 Python
震惊!Python 图结构竟然可以这样玩?DFS&BFS 遍历技巧大公开
在 Python 编程中,图是一种重要的数据结构,而深度优先搜索(DFS)和广度优先搜索(BFS)是遍历图的两种关键算法。本文将通过定义图的数据结构、实现 DFS 和 BFS 算法,并通过具体示例展示其应用,帮助读者深入理解这两种算法。DFS 适用于寻找路径和检查图连通性,而 BFS 适用于寻找最短路径。掌握这些技巧,可以更高效地解决与图相关的复杂问题。
28 2
|
2月前
|
Python
Python之函数详解
【10月更文挑战第12天】
Python之函数详解
|
1月前
|
Python
不容错过!Python中图的精妙表示与高效遍历策略,提升你的编程艺术感
本文介绍了Python中图的表示方法及遍历策略。图可通过邻接表或邻接矩阵表示,前者节省空间适合稀疏图,后者便于检查连接但占用更多空间。文章详细展示了邻接表和邻接矩阵的实现,并讲解了深度优先搜索(DFS)和广度优先搜索(BFS)的遍历方法,帮助读者掌握图的基本操作和应用技巧。
36 4
下一篇
DataWorks