0x07 - Python中的字典和集合

2024-02-11 16:58
文章标签 python 字典 集合 0x07

本文主要是介绍0x07 - Python中的字典和集合,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!

文章目录

  • 字典
  • 内建方法
  • 集合

目录: 0x00 - Python学习笔记

字典

当索引不好用时,就有了字典的诞生,他是Python中唯一一个映射类型,用键值对来表示的,一个 键值对 就叫做一个 ,有的地方也称关联数组
字典中是没有顺序的,它会自动按照字符优先级储存
像列表、元组、字符串都属于 映射类型 ,他的索引(0,1,2,…)与内容无关

  • 创建
    Python中用大括号来表示一个字典
>>> dict1 = {'img':'1.png', 'key':'yes', 'path':'flag'}
>>> dict2 = dict((('img','1.png'),('key','yes'),('path','flag')))
>>> dict3 = dict(img='1.png', key='yes', path='flag')
>>> dict4 = {}
  • 调用
>>> print(dict1['path'])
flag
  • 添加
    在序列中为不存在的索引赋值会直接报错,但在字典中为不存在的键赋值会自动添加这个键值对(如果存在则修改)
>>> dict4 = {}
>>> dict4['web'] = 'dog!!!'
>>> dict4
{'web': 'dog!!!'}
  • 工厂函数
    工厂函数就是可以类似于工厂创建一个类型的函数
    他们有:str()int()list()tuple()dict()

内建方法

  • fromkeys(s[,v])
    这个方法 创建 并返回一个新的字典,第一个参数时键,第二个参数是值(可省略)
    它创建的字典的值都是一模一样的
>>> dict1 = {}
>>> dict1.fromkeys((1,2,3))
{1: None, 2: None, 3: None}
>>> dict1.fromkeys((1,2,3), (1,'asd'))
{1: (1, 'asd'), 2: (1, 'asd'), 3: (1, 'asd')}
  • keys()
    返回键
>>> dict2 = dict((('img','1.png'),('key','yes'),('path','flag')))
>>> dict2.keys()
dict_keys(['img', 'key', 'path'])
  • items()
    返回像
>>> dict2 = dict((('img','1.png'),('key','yes'),('path','flag')))
>>> dict2.items()
dict_items([('img', '1.png'), ('key', 'yes'), ('path', 'flag')])
  • get()
    用索引键的方式访问一个值,如果该键不存在也不会报错(主要用于给用户)
  • clear()
    清空一个字典
>>> dict2 = dict((('img','1.png'),('key','yes'),('path','flag')))
>>> dict2.clear()
>>> dict2
{}

可以用赋空字典的方式,但其不严谨

>>> dict2 = dict((('img','1.png'),('key','yes'),('path','flag')))
>>> dict3 = dict2
>>> dict2 = {}
>>> dict2
{}
>>> dict3
{'img': '1.png', 'key': 'yes', 'path': 'flag'}
  • copy()
    浅拷贝

赋值是直接贴了个标签在数值上,可以理解为又起了一个名字
而浅拷贝是拷贝出一份新的数据

>>> dict2 = dict((('img','1.png'),('key','yes'),('path','flag')))
>>> dict3 = dict2
>>> dict4 = dict2.copy()
>>> id(dict2)
1918018041472
>>> id(dict3)
1918018041472
# 可以看到上面两个是一样的,只是名字不同
>>> id(dict4)
1918018684288
  • pop()
    弹出一个值,其他值保留
>>> dict1 = {1:'one', 2:'two', 3:'three', 4:'four'}
>>> dict1.pop(1)
'one'
>>> dict1
{2: 'two', 3: 'three', 4: 'four'}
  • popitem()
    随机弹出一个值
>>> dict1 = {1:'one', 2:'two', 3:'three', 4:'four'}
>>> dict1.popitem()
(4, 'four')
>>> dict1
{1: 'one', 2: 'two', 3: 'three'}
  • update()
    用字典的映射关系更新一个字典
>>> dict1 = {1:'one', 2:'two', 3:'three', 4:'four'}
>>> a = {1:'asdasdasd'}
>>> dict1.update(a)
>>> dict1
{1: 'asdasdasd', 2: 'two', 3: 'three', 4: 'four'}

集合

集合也是用大括号来表示的

>>> set1 = {1,2,3,4,5,6}
>>> type(set1)
<class 'set'>

集合满足无序性、互异性

  • 创建
    直接使用大括号创建
    使用 set() 工厂函数创建
>>> set1 = set((1,2,3,4,5,6,8,5,2,1,2,4,2,2))
>>> set1
{1, 2, 3, 4, 5, 6, 8}
  • 去重
>>> list1 = [1,2,1,2,4,4,5,6,3,3,2,1,1]
>>> list1 = list(set(list1))
>>> list1
[1, 2, 3, 4, 5, 6]
  • 判断
    可以使用 for 将集合中元素一个一个取出来,也可以使用innot in进行判断
>>> set1 = set((1,2,3,4,5,6,8,5,2,1,2,4,2,2))
>>> 2 in set1
True
>>> '2' in set1
False
  • 增加和移除
>>> set1 = set((1,2,3,4,5,6,8,5,2,1,2,4,2,2))
>>> set1
{1, 2, 3, 4, 5, 6, 8}
>>> set1.add(10)
>>> set1
{1, 2, 3, 4, 5, 6, 8, 10}
>>> set1.remove(1)
>>> set1
{2, 3, 4, 5, 6, 8, 10}
  • frozen:冰冻的
    不可变集合:不可改变其中数据
>>> set1 = frozenset((1,2,3,4))
>>> set.add(1)
Traceback (most recent call last):File "<pyshell#64>", line 1, in <module>set.add(1)
TypeError: descriptor 'add' for 'set' objects doesn't apply to a 'int' object

这篇关于0x07 - Python中的字典和集合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/700325

相关文章

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python中反转字符串的常见方法小结

《Python中反转字符串的常见方法小结》在Python中,字符串对象没有内置的反转方法,然而,在实际开发中,我们经常会遇到需要反转字符串的场景,比如处理回文字符串、文本加密等,因此,掌握如何在Pyt... 目录python中反转字符串的方法技术背景实现步骤1. 使用切片2. 使用 reversed() 函

Python中将嵌套列表扁平化的多种实现方法

《Python中将嵌套列表扁平化的多种实现方法》在Python编程中,我们常常会遇到需要将嵌套列表(即列表中包含列表)转换为一个一维的扁平列表的需求,本文将给大家介绍了多种实现这一目标的方法,需要的朋... 目录python中将嵌套列表扁平化的方法技术背景实现步骤1. 使用嵌套列表推导式2. 使用itert

使用Docker构建Python Flask程序的详细教程

《使用Docker构建PythonFlask程序的详细教程》在当今的软件开发领域,容器化技术正变得越来越流行,而Docker无疑是其中的佼佼者,本文我们就来聊聊如何使用Docker构建一个简单的Py... 目录引言一、准备工作二、创建 Flask 应用程序三、创建 dockerfile四、构建 Docker

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用pip工具实现包自动更新的多种方法

《Python使用pip工具实现包自动更新的多种方法》本文深入探讨了使用Python的pip工具实现包自动更新的各种方法和技术,我们将从基础概念开始,逐步介绍手动更新方法、自动化脚本编写、结合CI/C... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

Python中你不知道的gzip高级用法分享

《Python中你不知道的gzip高级用法分享》在当今大数据时代,数据存储和传输成本已成为每个开发者必须考虑的问题,Python内置的gzip模块提供了一种简单高效的解决方案,下面小编就来和大家详细讲... 目录前言:为什么数据压缩如此重要1. gzip 模块基础介绍2. 基本压缩与解压缩操作2.1 压缩文