[ Python入门教程 ] Python字典数据类型及基本操作
字典是Python中重要的数据类型,字典是由"键-值"对组成的集合,"键-值"对之间用逗号隔开,包含在一对花括号中。字典中的"值"通过"键"来引用。
创建字典
创建字典的格式如下:
dictionary = {key1:value1, key2:value2, ...}
创建实例如下:
dict = {} #空字典
dict1 = {'Lesson1': 'Python', 'Lesson2': 'Java', 'Lesson3': 'Shell')} #多元素字典
dict2 = {'lesson1': 'Python', lesson2': 'Java', 'lesson3': 'Shell')} #注意和dict1不同(lesson首字母小写),原因是字典中的键是区分大小写的
说明:字典的键是区分大小写的。
获取字典的值
访问字典中的元素有2种方法。第1种是通过key值获取相应的value值,第二种是通过字典函数get()来获取。
(1)通过key值获取相应的value值。语法格式为:value = dict[key]。具体实例如下:
>>> dict1 = {'Lesson1': 'Python'}
>>> dict1['Lesson1']
'Python'
>>> dict1['Lesson2'] #不存在对应的键值,返回KeyError报错
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 'Lesson2'
(2)通过get()函数获取value值,get()函数使用格式如下:
dict.get(key[,default_value])
说明:参数key表示字典的键值,参数default_value可以作为get()的返回值,默认值为None。如果指定default_value参数值,表示如果参数key键值在字典key列表中,则返回对应的value值,如果不在,则返回预先设定的default_value的值。具体实例如下所示:
>>> dict1 = {'Lesson1': 'Python'}
>>> dict1.get('Lesson1')
'Python'
>>> dict1.get('Lesson2')
>>> dict1.get('Lesson2','Perl')
'Perl'
添加字典元素
方法一:直接添加方法,使用格式如下:
dict[key] = value
如果键值key不在字典dict的key列表中,字典dict添加(key:value)的记录。如果已经在key列表中,则修改键值key对应的value值。
dict['Lesson3'] = 'Perl'
举个例子,假设字典dict中不存在键名为Lesson3的字符串,则直接添加。如果已存在,则刷新值为Perl字符串。实例如下:
>>> dict1 = {'Lesson1': 'Python'}
>>> dict1['Lesson3'] = 'Perl'
>>> dict1
{'Lesson3': 'Perl', 'Lesson1': 'Python'}
>>> dict1 = {'Lesson3': 'Python'}
>>> dict1['Lesson3'] = 'Perl'
>>> dict1
{'Lesson3': 'Perl'}
方法二:通过调用setdefault()函数方法实现。格式如下:
dict.setdefault(key[,default_value])
如果索引key在字典key列表中,则返回对应的value值,如果不在key列表中,则添加新索引key和value在字典中,并反馈default_value值,默认值 为None。使用实例如下:
>>> dict1 = {'Lesson1': 'Python'}
>>> dict1.setdefault('Lesson1')
'Python'
>>> dict1.setdefault('Lesson2')
>>> dict1
{'Lesson2': None, 'Lesson1': 'Python'}
>>> dict1.setdefault('Lesson3','Shell')
'Shell'
>>> dict1
{'Lesson3': 'Shell', 'Lesson2': None, 'Lesson1': 'Python'}
获取字典所有keys、Values或者key-valu键值对
(1)获取字典的所有"键"-"值"元素。通过调用字典的items()方法实现,返回的是(key,value)元组组成的列表。实例如下:
>>> dict1 = {'Lesson1': 'Python', 'Lesson2': 'Java', 'Lesson3': 'Shell'}
>>> dict1.items()
[('Lesson3', 'Shell'), ('Lesson2', 'Java'), ('Lesson1', 'Python')]
(2)获取字典的中key组成的列表。通过调用字典的keys()方法实现。实例如下:
>>> dict1 = {'Lesson1': 'Python', 'Lesson2': 'Java', 'Lesson3': 'Shell'}
>>> dict1.keys()
['Lesson3', 'Lesson2', 'Lesson1']
(3)获取字典的中value组成的列表。通过调用字典的values()方法实现。实例如下:
>>> dict1 = {'Lesson1': 'Python', 'Lesson2': 'Java', 'Lesson3': 'Shell'}
>>> dict1.values()
['Shell', 'Java', 'Python']
判断指定key是否存在字典
判断字典中是否存在键值为k的元素。通过调用字典has_key()方法实现。实例如下:
>>> dict1 = {'Lesson1': 'Python', 'Lesson2': 'Java', 'Lesson3': 'Shell'}
>>> dict1.has_key('Lesson1')
True
>>> dict1.has_key('Lesson4')
False
删除字典元素。
方法一:通过调用内置函数del实现。实例如下:
>>> dict1 = {'Lesson1': 'Python', 'Lesson2': 'Java', 'Lesson3': 'Shell'}
>>> del dict1['Lesson1']
>>> dict1
{'Lesson3': 'Shell', 'Lesson2': 'Java'}
方法二:通过调用字典的pop()函数实现。pop()函数格式如下:
dict.pop(key[,default_value])
pop()函数必须指定参数索引key才能删除对应的值。如果索引key在字典key列表中,则返回索引key对应的value值。如果不存在,则返回预先设置的default_value值,如果未设置,会爬出KeyError异常信息。实例如下:
>>> dict1 = {'Lesson1': 'Python', 'Lesson2': 'Java', 'Lesson3': 'Shell'}
>>> dict1.pop('Lesson3')
'Shell'
>>> dict1
{'Lesson2': 'Java', 'Lesson1': 'Python'}
>>> dict1.pop('Lesson3','Perl')
'Perl'
方法三:调用字典的clear()函数,清除字典的所有内容。实例如下:
>>> dict1 = {'Lesson1': 'Python', 'Lesson2': 'Java', 'Lesson3': 'Shell'}
>>> dict1.clear()
>>> dict1
{}
字典排序
字典的排序可以通过使用sorted()函数实现,实例如下:
>>> dict = {'2':"Python",'1':"Java",'3':"C++"}
>>> sorted(dict.items(),key=lambda d:d[0])
[('1', 'Java'), ('2', 'Python'), ('3', 'C++')]
>>> sorted(dict.items(),key=lambda d:d[1])
[('3', 'C++'), ('1', 'Java'), ('2', 'Python')]
也可以使用如下方法对值进行排序,先使用zip进行反转
>>> sorted(zip(prices.values(),prices.keys())) [(10.75, 'FB'), (37.2, 'HPQ'), (45.23, 'ACME'), (205.55, 'IBM'), (612.78, 'AAPL')]
说明:如果存在values相同的情况下,则会按照key的大小进行排序。如下:
>>> prices = {'ACME': 45.23, 'AAPL': 612.78, 'IBM': 612.78, 'HPQ': 37.20,'FB': 10.75 } >>> sorted(zip(prices.values(),prices.keys())) [(10.75, 'FB'), (37.2, 'HPQ'), (45.23, 'ACME'), (612.78, 'AAPL'), (612.78, 'IBM')]
计算字典最大值和最小值
通过使用zip()将字典键和值反转,再使用min()和max()函数计算。
>>> prices = {'ACME': 45.23, 'AAPL': 612.78, 'IBM': 205.55, 'HPQ': 37.20,'FB': 10.75 } >>> min_price = min(zip(prices.values(),prices.keys())) >>> print(min_price) (10.75, 'FB') >>> max_price = max(zip(prices.values(),prices.keys())) >>> print(max_price) (612.78, 'AAPL')
获取字典相同元素
获取两个字典相同的键、值或者items。可以通过集合运算的方式获取。
>>> dic_a = {'x':1,'y':2,'z':3} >>> dic_b = {'w':10,'x':11,'y':2} >>> dic_a.keys() & dic_b.keys() {'x', 'y'} >>> dic_a.keys() - dic_b.keys() {'z'} >>> dic_a.items() & dic_a.items() {('z', 3), ('x', 1), ('y', 2)}
这些类型的操作额可用来修改或过滤掉字典中的内容。使用字典推导式代码如下:
>>> dic_c = { key:dic_a[key] for key in dic_a.keys() - {'z','w'}} >>> print(dic_c) {'x': 1, 'y': 2}
创建有序字典
可以使用collections模块中的OrderedDict类,当对字典迭代时,它会严格按照元素初始添加的顺序进行。
>>> from collections import OrderedDict >>> prices = OrderedDict() >>> prices['ACME'] = 45 >>> prices['AAPL'] = 46 >>> prices['IBM'] = 47 >>> for key in prices: ... print(key,prices[key]) ... ('ACME', 45) ('AAPL', 46) ('IBM', 47)
从字典中提取子集
从指定的字典中按照键或者值进行过滤获取字典子集。
>>> prices = {'ACME': 45.23, 'AAPL': 612.78, 'IBM': 205.55, 'HPQ': 37.20,'FB': 10.75 } >>> p1 = {key:value for key, value in prices.items() if value > 20} >>> print(p1) {'HPQ': 37.2, 'AAPL': 612.78, 'ACME': 45.23, 'IBM': 205.55} >>> tech_name = {'ACME', 'AAPL', 'IBM'} >>> p2 = {key:value for key, value in prices.items() if key in tech_name} >>> print(p2) {'AAPL': 612.78, 'IBM': 205.55, 'ACME': 45.23}
找到最大或最小的N个元素
使用heapq模块中的两个函数nlargest()和nsmallest()获取最大和最小的N个元素。
>>> import heapq >>> prices = {'ACME': 45.23, 'AAPL': 612.78, 'IBM': 205.55, 'HPQ': 37.20,'FB': 10.75 } >>> large3_lst = heapq.nlargest(3,zip(prices.values(),prices.keys())) >>> print(large3_lst) [(612.78, 'AAPL'), (205.55, 'IBM'), (45.23, 'ACME')] >>> small3_lst = heapq.nsmallest(3,zip(prices.values(),prices.keys())) >>> print(small3_lst) [(10.75, 'FB'), (37.2, 'HPQ'), (45.23, 'ACME')]
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· 阿里巴巴 QwQ-32B真的超越了 DeepSeek R-1吗?
· 【译】Visual Studio 中新的强大生产力特性
· 【设计模式】告别冗长if-else语句:使用策略模式优化代码结构
· 10年+ .NET Coder 心语 ── 封装的思维:从隐藏、稳定开始理解其本质意义