Python字典常用操作与进阶玩法

2024-06-20 21:36

本文主要是介绍Python字典常用操作与进阶玩法,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在Python中,字典是一种常用的数据结构,是实现各类算法的基础。

1.创建字典

有多种方法可以创建字典,以下几种方法创建的字典均等于 {"one": 1, "two": 2, "three": 3}


a = dict(one=1, two=2, three=3)
b = {'one': 1, 'two': 2, 'three': 3}
c = dict(zip(['one', 'two', 'three'], [1, 2, 3]))
d = dict([('two', 2), ('one', 1), ('three', 3)])
e = dict({'three': 3, 'one': 1, 'two': 2})
f = dict({'one': 1, 'three': 3}, two=2)
a == b == c == d == e == f

除此之外还可以用字典推导式快速生成字典。

{k: v for k, v in lst}

例如

numbers = [1, 2, 3, 4, 5]
squares = {x: x**2 for x in numbers}
print(squares)  # 输出: {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

字典键的特性

字典可以没有限制地取任何python对象,既可以是标准的对象,也可以是用户定义的,但键不行,有特殊的要求,两个重要的点需要记住:

1)唯一性:不允许同一个键出现两次,创建时如果同一个键被赋值两次,后一个值会被记住。

2)不可变:键必须不可变,所以可以用数字,字符串或元组充当,所以用列表、字典等就不行。

2.字典常用操作

my_dict = {"name": "张三", "age": 25, "city": "北京"}

访问字典中的值

# 访问字典中的值
print(my_dict["name"])

修改字典中的值

# 修改字典中的值
my_dict["age"] = 26

添加键值对

# 添加键值对
my_dict["job"] = "程序员"
print(my_dict)

删除键值对

# 删除键值对
del my_dict["city"]
print(my_dict)

获取字典的长度

# 获取字典的长度
print(len(my_dict))

获取字典的所有键

# 获取字典的所有键
print(my_dict.keys())

获取字典的所有值

# 获取字典的所有值
print(my_dict.values())

获取字典的所有键值对

# 获取字典的所有键值对
print(my_dict.items())

遍历字典的键值对

# 遍历字典的键值对
for key, value in my_dict.items():print(key, value)

合并两个字典

# 合并两个字典
dict1 = {"a": 1, "b": 2}
dict2 = {"c": 3, "d": 4}
merged_dict = {**dict1, **dict2}
print(merged_dict)

结果:{'a': 1, 'b': 2, 'c': 3, 'd': 4}

上面代码的双星号(**)字典解包:使用**可以将字典解包为关键字参数,将键值对传递给函数。

# 示例代码:
def print_info(name, age, city):print("Name:", name)print("Age:", age)print("City:", city)user_info = {"name": "Alice", "age": 25, "city": "New York"}
print_info(**user_info)

结果:

Name: Alice
Age: 25
City: New York

将列表转换为字典

# 将列表转换为字典
keys = ["name", "age", "city"]
values = ["张三", 25, "北京"]
list_to_dict = dict(zip(keys, values))
print(list_to_dict)

zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的对象,这样做的好处是节约了不少的内存。

我们可以使用 list() 转换来输出列表。

a = [1, 2, 3]
b = [4, 5, 6]
zipped = zip(a, b)
print(list(zipped))结果: [(1, 4), (2, 5), (3, 6)]

当指定key不存在时,将value设置为 0

dct[key] = dct.get(key, 0)

让字典中的某个键对应的项“离开”字典

dict = {'name': 'Alice', 'age': 23, 'address': 'Hangzhou'}
dict.pop('age')print(dict)

随机删除字典中某一键值对,并以元组的形式返回这一键值对,返回并删除字典中的最后一对键和值。

dict = {'name': 'Alice', 'age': 23, 'address': 'Hangzhou'}
print(dict.popitem()) # ('address', 'Hangzhou')
print(dict) # {'name': 'Alice', 'age': 23}

对 popitem() 的说明 其实,说 popitem() 随机删除字典中的一个键值对是不准确的,虽然字典是一种无序的列表,但键值对在底层也是有存储顺序的,popitem() 总是弹出底层中的最后一个 key-value,这和列表的 pop() 方法类似,都实现了数据结构中“出栈”的操作。

key not in d


my_dict = {'one': 1, 'two': 2, 'three': 3}
'one' not in my_dict 
False
'four' not in my_dict 
True

3.进阶用法

使用字典推导式过滤字典

# 使用字典推导式过滤字典
my_dict={"a": 100, "b": 25, "c": 300, "d": 10}
filtered_dict = {key: value for key, value in my_dict.items() if value > 25}
print(filtered_dict)

结果:{'a': 100, 'c': 300}

使用字典推导式对字典的值进行操作

# 使用字典推导式对字典的值进行操作
my_dict={"a": 100, "b": 25, "c": 300, "d": 10}
updated_dict = {key: value*2 for key, value in my_dict.items()}
print(updated_dict)

结果:{'a': 200, 'b': 50, 'c': 600, 'd': 20}

使用字典推导式对字典的键和值进行操作

# 使用字典推导式对字典的键和值进行操作
my_dict={"a": 100, "b": 25, "c": 300, "d": 10}
transformed_dict = {key.upper(): value*2 for key, value in my_dict.items()}
print(transformed_dict)

结果:{'A': 200, 'B': 50, 'C': 600, 'D': 20}

使用字典推导式将列表转换为字典,并指定默认值

# 使用字典推导式将列表转换为字典,并指定默认值
keys = ["name", "age", "city"]
values = ["张三", 25]
list_to_dict = {key: values[i] if i < len(values) else "未知" for i, key in enumerate(keys)}
print(list_to_dict)

结果:{'name': '张三', 'age': 25, 'city': '未知'}

使用字典推导式将元组转换为字典,并指定默认值

# 使用字典推导式将元组转换为字典,并指定默认值
tuples = (("name", "张三"), ("age", 25), ("city", "北京"))
tuple_to_dict = {key: value if key in dict(tuples) else "未知" for key, value in tuples}
print(tuple_to_dict)

结果:{'name': '张三', 'age': 25, 'city': '北京'}

使用字典推导式对字典进行排序

# 使用字典推导式对字典进行排序
my_dict={"a": 100, "b": 25, "c": 300, "d": 10}
sorted_dict = {key: value for key, value in sorted(my_dict.items(), key=lambda item: item[1])}
print(sorted_dict)

结果:{'d': 10, 'b': 25, 'a': 100, 'c': 300}

键排序:

my_dict = {'b': 3, 'a': 1, 'c': 2}
sorted_keys = sorted(my_dict)print(sorted_keys)  # 输出:['a', 'b', 'c']

值排序:

my_dict = {'b': 3, 'a': 1, 'c': 2}
sorted_values = sorted(my_dict.values())print(sorted_values)  # 输出:[1, 2, 3]

使用字典推导式对字典进行去重(删除重复数据,一个不留)

# 使用字典推导式对字典进行去重
my_dict={"a": 100, "e": 100, "c": 300, "d": 10}
unique_dict = {key: value for key, value in my_dict.items() if value not in [v for k, v in my_dict.items() if k != key]}
print(unique_dict)

结果:{'c': 300, 'd': 10}

这篇关于Python字典常用操作与进阶玩法的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1079316

相关文章

Python调用Orator ORM进行数据库操作

《Python调用OratorORM进行数据库操作》OratorORM是一个功能丰富且灵活的PythonORM库,旨在简化数据库操作,它支持多种数据库并提供了简洁且直观的API,下面我们就... 目录Orator ORM 主要特点安装使用示例总结Orator ORM 是一个功能丰富且灵活的 python O

Python使用国内镜像加速pip安装的方法讲解

《Python使用国内镜像加速pip安装的方法讲解》在Python开发中,pip是一个非常重要的工具,用于安装和管理Python的第三方库,然而,在国内使用pip安装依赖时,往往会因为网络问题而导致速... 目录一、pip 工具简介1. 什么是 pip?2. 什么是 -i 参数?二、国内镜像源的选择三、如何

JavaScript中的reduce方法执行过程、使用场景及进阶用法

《JavaScript中的reduce方法执行过程、使用场景及进阶用法》:本文主要介绍JavaScript中的reduce方法执行过程、使用场景及进阶用法的相关资料,reduce是JavaScri... 目录1. 什么是reduce2. reduce语法2.1 语法2.2 参数说明3. reduce执行过程

C#中读取XML文件的四种常用方法

《C#中读取XML文件的四种常用方法》Xml是Internet环境中跨平台的,依赖于内容的技术,是当前处理结构化文档信息的有力工具,下面我们就来看看C#中读取XML文件的方法都有哪些吧... 目录XML简介格式C#读取XML文件方法使用XmlDocument使用XmlTextReader/XmlTextWr

python使用fastapi实现多语言国际化的操作指南

《python使用fastapi实现多语言国际化的操作指南》本文介绍了使用Python和FastAPI实现多语言国际化的操作指南,包括多语言架构技术栈、翻译管理、前端本地化、语言切换机制以及常见陷阱和... 目录多语言国际化实现指南项目多语言架构技术栈目录结构翻译工作流1. 翻译数据存储2. 翻译生成脚本

如何通过Python实现一个消息队列

《如何通过Python实现一个消息队列》这篇文章主要为大家详细介绍了如何通过Python实现一个简单的消息队列,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录如何通过 python 实现消息队列如何把 http 请求放在队列中执行1. 使用 queue.Queue 和 reque

Python如何实现PDF隐私信息检测

《Python如何实现PDF隐私信息检测》随着越来越多的个人信息以电子形式存储和传输,确保这些信息的安全至关重要,本文将介绍如何使用Python检测PDF文件中的隐私信息,需要的可以参考下... 目录项目背景技术栈代码解析功能说明运行结php果在当今,数据隐私保护变得尤为重要。随着越来越多的个人信息以电子形

使用Python快速实现链接转word文档

《使用Python快速实现链接转word文档》这篇文章主要为大家详细介绍了如何使用Python快速实现链接转word文档功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 演示代码展示from newspaper import Articlefrom docx import

Python Jupyter Notebook导包报错问题及解决

《PythonJupyterNotebook导包报错问题及解决》在conda环境中安装包后,JupyterNotebook导入时出现ImportError,可能是由于包版本不对应或版本太高,解决方... 目录问题解决方法重新安装Jupyter NoteBook 更改Kernel总结问题在conda上安装了

Python如何计算两个不同类型列表的相似度

《Python如何计算两个不同类型列表的相似度》在编程中,经常需要比较两个列表的相似度,尤其是当这两个列表包含不同类型的元素时,下面小编就来讲讲如何使用Python计算两个不同类型列表的相似度吧... 目录摘要引言数字类型相似度欧几里得距离曼哈顿距离字符串类型相似度Levenshtein距离Jaccard相