字典 dict{}

字典一种key - value 的数据类型,使用就像我们上学用的字典,通过笔划、字母来查对应页的详细内容。

语法:

info = {
    'stu1101': "TengLan Wu",
    'stu1102': "LongZe Luola",
    'stu1103': "XiaoZe Maliya",
}

字典的特性:

  • dict是无序的
  • key必须是唯一的,so 天生去重

增加

>>> info["stu1104"] = "苍井空"
>>> info
{'stu1102': 'LongZe Luola', 'stu1104': '苍井空', 'stu1103': 'XiaoZe Maliya', 'stu1101': 'TengLan Wu'}

修改

>>> info['stu1101'] = "武藤兰"
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya', 'stu1101': '武藤兰'}

删除

>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya', 'stu1101': '武藤兰'}
>>> info.pop("stu1101") #标准删除姿势
'武藤兰'
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya'}
>>> del info['stu1103'] #换个姿势删除
>>> info
{'stu1102': 'LongZe Luola'}
>>> 
>>> 
>>> 
>>> info = {'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya'}
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya'} #随机删除
>>> info.popitem()
('stu1102', 'LongZe Luola')
>>> info
{'stu1103': 'XiaoZe Maliya'}

查找

>>> info = {'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya'}
>>> 
>>> "stu1102" in info #标准用法
True
>>> info.get("stu1102")  #获取
'LongZe Luola'
>>> info["stu1102"] #同上,但是看下面
'LongZe Luola'
>>> info["stu1105"]  #如果一个key不存在,就报错,get不会,不存在只返回None
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'stu1105'

多级字典嵌套操作

av_catalog = {
    "欧美":{
        "www.youporn.com": ["很多免费的,世界最大的","质量一般"],
        "www.pornhub.com": ["很多免费的,也很大","质量比yourporn高点"],
        "letmedothistoyou.com": ["多是自拍,高质量图片很多","资源不多,更新慢"],
        "x-art.com":["质量很高,真的很高","全部收费,屌比请绕过"]
    },
    "日韩":{
        "tokyo-hot":["质量怎样不清楚,个人已经不喜欢日韩范了","听说是收费的"]
    },
    "大陆":{
        "1024":["全部免费,真好,好人一生平安","服务器在国外,慢"]
    }
}

av_catalog["大陆"]["1024"][1] += ",可以用爬虫爬下来"
print(av_catalog["大陆"]["1024"])
#ouput 
['全部免费,真好,好人一生平安', '服务器在国外,慢,可以用爬虫爬下来']
av_catalog["taiwan"]={'baidu':['这他妈是个搜索器,星弟别被骗']}  #添加‘百度’
print(av_catalog['taiwan'])
av_catalog['taiwan']['baidu'][0] +=',谢谢老哥提醒'         #增加内容
print(av_catalog['taiwan'])

 


其他用法

#values
>>> info.values()      #取值
dict_values(['LongZe Luola', 'XiaoZe Maliya'])

#keys
>>> info.keys()       #取键
dict_keys(['stu1102', 'stu1103'])


#setdefault          #先去字典里取值,能取到就返回,不能取到就创建一个新的 
>>> info.setdefault("stu1106","Alex")
'Alex'
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya', 'stu1106': 'Alex'}
>>> info.setdefault("stu1102","龙泽萝拉")
'LongZe Luola'
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya', 'stu1106': 'Alex'}


#update          #更新,把b字典更新到info里边,如果能更新就更新,不能更新就添加进去
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya', 'stu1106': 'Alex'}
>>> b = {1:2,3:4, "stu1102":"龙泽萝拉"}
>>> info.update(b)
>>> info
{'stu1102': '龙泽萝拉', 1: 2, 3: 4, 'stu1103': 'XiaoZe Maliya', 'stu1106': 'Alex'}
#items          #以列表的形式取出“键值对” info.items()       dict_items([('stu1102', '龙泽萝拉'), (1, 2), (3, 4), ('stu1103', 'XiaoZe Maliya'), ('stu1106', 'Alex')]) #通过一个列表生成默认dict,有个没办法解释的坑,少用吧这个 >>> dict.fromkeys([1,2,3],'testd') {1: 'testd', 2: 'testd', 3: 'testd'}

 

 循环dict 

#方法1
for key in info:     #print(key)就是打印info的key,info[key]就是取valve
    print(key,info[key])

#方法2
for k,v in info.items(): #会先把dict转成list,数据里大时莫用
    print(k,v)

例如:

info={'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya', 'stu1106': 'Alex'}

for i in info:
    print(i)

print(info['stu1102'])    #print(key)就是打印info的key,info[key]就是取valve
for i in info: print(i,info[i])

 

转载于:https://www.cnblogs.com/PYlog/p/8601960.html

多源动态最优潮流的分布鲁棒优化方法(IEEE118节点)(Matlab代码实现)内容概要:本文介绍了基于Matlab实现的多源动态最优潮流的分布鲁棒优化方法,适用于IEEE118节点电力系统。该方法旨在应对电力系统中源荷不确定性带来的挑战,通过构建分布鲁棒优化模型,有效处理多源输入下的动态最优潮流问题,提升系统运行的安全性和经济性。文中详细阐述了模型的数学 formulation、求解算法及仿真验证过程,并提供了完整的Matlab代码实现,便于读者复现与应用。该研究属于电力系统优化调度领域的高水平技术复现,具有较强的工程实用价值。; 适合人群:具备电力系统基础知识和Matlab编程能力的研究生、科研人员及从事电力系统优化调度的工程技术人员,尤其适合致力于智能电网、鲁棒优化、能源调度等领域研究的专业人士。; 使用场景及目标:①用于电力系统多源环境下动态最优潮流的建模与求解;②支撑含可再生能源接入的电网调度决策;③作为鲁棒优化方法在实际电力系统中应用的教学与科研案例;④为IEEE118节点系统的仿真研究提供可复现的技术支持。; 阅读建议:建议结合提供的Matlab代码逐模块分析,重点关注不确定变量的分布鲁棒建模、目标函数构造及求解器调用方式。读者应具备一定的凸优化和电力系统分析基础,推荐配合YALMIP工具包与主流求解器(如CPLEX、Gurobi)进行调试与扩展实验。
内容概要:本文系统介绍了物联网与云计算的基本概念、发展历程、技术架构、应用场景及产业生态。文章阐述了物联网作为未来互联网的重要组成部分,通过RFID、传感器网络、M2M通信等技术实现物理世界与虚拟世界的深度融合,并展示了其在智能交通、医疗保健、能源管理、环境监测等多个领域的实际应用案例。同时,文章强调云计算作为物联网的支撑平台,能够有效应对海量数据处理、资源弹性调度和绿色节能等挑战,推动物联网规模化发展。文中还详细分析了物联网的体系结构、标准化进展(如IEEE 1888、ITU-T、ISO/IEC等)、关键技术(中间件、QoS、路由协议)以及中国运营商在M2M业务中的实践。; 适合人群:从事物联网、云计算、通信网络及相关信息技术领域的研究人员、工程师、高校师生以及政策制定者。; 使用场景及目标:①了解物联网与云计算的技术融合路径及其在各行业的落地模式;②掌握物联网体系结构、标准协议与关键技术实现;③为智慧城市、工业互联网、智能物流等应用提供技术参考与方案设计依据;④指导企业和政府在物联网战略布局中的技术选型与生态构建。; 阅读建议:本文内容详实、覆盖面广,建议结合具体应用场景深入研读,关注技术标准与产业协同发展趋势,同时结合云计算平台实践,理解其对物联网数据处理与服务能力的支撑作用。
标题基于Java的停车场管理系统设计与实现研究AI更换标题第1章引言介绍停车场管理系统研究背景、意义,分析国内外现状,阐述论文方法与创新点。1.1研究背景与意义分析传统停车场管理问题,说明基于Java系统开发的重要性。1.2国内外研究现状综述国内外停车场管理系统的发展现状及技术特点。1.3研究方法以及创新点介绍本文采用的研究方法以及系统开发中的创新点。第2章相关理论总结Java技术及停车场管理相关理论,为系统开发奠定基础。2.1Java编程语言特性阐述Java的面向对象、跨平台等特性及其在系统开发中的应用。2.2数据库管理理论介绍数据库设计原则、SQL语言及在系统中的数据存储与管理。2.3软件工程理论说明软件开发生命周期、设计模式在系统开发中的运用。第3章基于Java的停车场管理系统设计详细介绍系统的整体架构、功能模块及数据库设计方案。3.1系统架构设计阐述系统的层次结构、模块划分及模块间交互方式。3.2功能模块设计介绍车辆进出管理、车位管理、计费管理等核心功能模块设计。3.3数据库设计给出数据库表结构、字段设计及数据关系图。第4章系统实现与测试系统实现过程,包括开发环境、关键代码及测试方法。4.1开发环境与工具介绍系统开发所使用的Java开发环境、数据库管理系统等工具。4.2关键代码实现展示系统核心功能的部分关键代码及实现逻辑。4.3系统测试方法与结果阐述系统测试方法,包括单元测试、集成测试等,并展示测试结果。第5章研究结果与分析呈现系统运行效果,分析系统性能、稳定性及用户满意度。5.1系统运行效果展示通过截图或视频展示系统实际操作流程及界面效果。5.2系统性能分析从响应时间、吞吐量等指标分析系统性能。5.3用户满意度调查通过问卷调查等方式收集用户反馈,分析用户满意度。第6章结论与展望总结研究成果,提出系统改进方向及未来发展趋势。6.1研究结论概括基于Java的停车场管理
### RuoYi Framework 中字典 (Dict) 的使用方法与配置 #### 字典功能概述 RuoYi 是一款基于 Spring Boot 和 MyBatis-Plus 开发的企业级快速开发平台。其内置的字典功能主要用于管理系统的静态数据,通过将这些数据存储到数据库中的 `sys_dict_type` 表和 `sys_dict_data` 表来实现动态维护[^1]。 #### 字典的核心表结构 1. **`sys_dict_type`**: 存储字典类型的信息。 - 主键字段:`dict_id` - 类型名称字段:`dict_name` - 类型键名字段:`dict_type` 2. **`sys_dict_data`**: 存储具体的字典数据项。 - 主键字段:`dict_code` - 所属类型的外键字段:`dict_sort`, `dict_label`, `dict_value`, `dict_type` 这两个表之间存在一对多的关系,即一个字典类型可以有多个对应的字典数据项。 --- #### 字典的功能特性 为了便于前端展示和后端逻辑处理,RuoYi 提供了以下核心机制: 1. **注解方式绑定字典** 使用自定义注解 `@Dict` 来标记实体类中的字段,从而自动完成字典值的转换。例如,在查询列表时可以直接返回中文标签而非原始数值。 2. **工具类支持 JSON 转换** 利用 `JsonUtils` 工具类(位于包路径 `com.ruoyi.common.utils.JsonUtils`),能够方便地对对象进行序列化/反序列化操作,同时兼容字典值的解析需求[^2]。 3. **MyBatis-Plus 集成增强** 基于 MyBatis-Plus 的通用 CRUD 功能,配合封装好的服务层接口 (`IDictService`) 实现高效的数据访问。 --- #### 示例代码 以下是关于如何在项目中配置并使用字典的具体示例: ##### 1. 数据库初始化脚本 创建两个基础表以保存字典信息: ```sql -- sys_dict_type 表 CREATE TABLE IF NOT EXISTS sys_dict_type ( dict_id BIGINT AUTO_INCREMENT PRIMARY KEY, dict_name VARCHAR(100), dict_type VARCHAR(100) ); -- sys_dict_data 表 CREATE TABLE IF NOT EXISTS sys_dict_data ( dict_code BIGINT AUTO_INCREMENT PRIMARY KEY, dict_sort INT, dict_label VARCHAR(100), dict_value VARCHAR(100), dict_type VARCHAR(100) ); ``` ##### 2. 后台管理系统界面新增字典条目 假设我们需要添加性别选项作为字典,则执行如下 SQL 插入语句: ```sql INSERT INTO sys_dict_type(dict_name, dict_type) VALUES('性别', 'sys_user_sex'); INSERT INTO sys_dict_data(dict_sort, dict_label, dict_value, dict_type) VALUES(1, '男', '0', 'sys_user_sex'), (2, '女', '1', 'sys_user_sex'); ``` ##### 3. Java 注解绑定字典 在实体类中应用 `@Dict` 注解关联字典类型: ```java import com.baomidou.mybatisplus.annotation.TableField; import org.example.framework.web.core.dict.Dict; public class User { @TableField(value = "sex", el = "#dict.get('sys_user_sex')") private String sexLabel; // 显示为“男”或“女” } ``` 此处利用 EL 表达式调用了后台缓存中的字典映射关系。 ##### 4. JSON 序列化扩展 当需要传输给客户端时,可通过 JsonUtils 完成复杂对象的格式调整: ```java String jsonString = JsonUtils.toJson(userObject); // 自动替换字典描述 User userFromJson = JsonUtils.parse(jsonString, User.class); ``` 上述过程会依据预设规则填充实际显示内容。 --- #### 总结 综上所述,RuoYi 框架下的字典模块设计灵活且易于集成,既满足了业务场景下对于固定参数集的需求,又提供了良好的可维护性和性能优化手段。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值