Python基础应用4 ——字典

本文详细介绍了Python中字典的基本操作,包括数据的增删改查、遍历等常见方法,并通过实例展示了如何统计一个列表中各元素的出现频率。

#字典的使用,(大括号)
#字典也是一个容器类,可以用来存储数据
#列表存储数据的特点:1.有顺序的2.每一个数据搜有一个索引,通过索引可以对数据进行各种操作(查询、修改、删除)
#字典存储数据:key:value(键值对).一个键对应一个值,key必须是不可变的,一般使用字符串作为字典中的key,也可以使用数字等不可变类型的值;key必须是唯一的,如果有多个相同key的情况,保留最后一个可有对应的值
#字典中存储的数据是木有顺序的
dict_1={'name':'zhangsan','age':'22','sex':'男'}
print(dict_1)

#根据key取出字典中的值#若字典中没有该键,则报错
name=dict_1['name']
print(name)
age=dict_1['age']
print(age)

#get(key,default)函数,获取字典中key的值
#若字典中没有该键,用这种方法取出不会报错,会输出none,或者在get函数中设置默认值,此时输出默认值;若存在取出对应的结果
name=dict_1.get('sss')
print(name)
name=dict_1.get('sss','0')
print(name)

#向子典中添加数据
#如果这个key不存在,添加数据,如果已经存在,则新数据覆盖旧数据,即修改该key值
dict_1['ssss']='4s'
print(dict_1)

#删除字典中的数据
#方法一:
# del dict_1['ssss']
# print(dict_1)

#方法二:利用pop函数,pop(key)key时必要参数,要移出数据对应的key
# s=dict_1.pop('name')
# print(s)

#方法三:popitem()随机从字典中取出一个键值对,并且将键值放在元组中
s=dict_1.popitem()
print(s)

#方法四:clear()删除所有键值对
# dict_1.clear()
# print(dict_1)


#字典中其他函数
#1.获取字典中所有的key,利用keys()函数例如输出:dict_keys(['ssss', 'sex', 'age']),其实输出就类似一个列表
keys=dict_1.keys()
print(keys)
#取出所有的key
for key in keys:
    print(key)
    #取出所有的key值
    value=dict_1[key]
    print('%s %s'%(key,value))


#2.获取字典中所有的value值
values=dict_1.values()
print(values)
for value in values:
    print(value)


#3.获取字典中所有的键值对
items=dict_1.items()
print(items)
#for循环遍历取出元组
for item in items:
    print(item)

#元组:类似于列表,有索引,通过索引取出元素
for item in items:
    print(item)
    key=item[0]
    value=item[1]
    print('键:%s 值:%s'%(key,value))

#判断字典中是否拥有某个key
if 'sss' in dict_1.keys():
    print('有这个key')
else:
    print('没有这个key')

'''
生成一个列表,存放100个随机整数,找出出现次数最多的数字(可能不止一个)'''

#number=[1,5,25,85,66,14,25,89,45]
#max()函数:取出列表中最大值
#min()函数:取出列表中最小值
import  random
# i=1
# number_list=[]
# while i<=100:
#     number=random.randint(0,200)
#     print(number)
#     i+=1
#     number_list.append(number)
# print(number_list)
# max=max(number_list)
# min=min(number_list)
# print('最大值:%s    最小值:%s'%(max,min))


#列表推导式/生成式:【最终放在列表中的数据         for循环】
# number2=[1 for x in range(100)]
# print (number2)
number=[random.randint(0,100) for x in range(100)]
number_dic={}
print (number)
for num in number:
    #获取数字在列表中出现的次数
    count=number.count(num)
    print('数字:%s    次数:%s'%(num,count))
    #把数字作为key,出现次数作为值value
    number_dic[num]=count
print(number_dic)
#找出字典出最大的值,这个值就是最高次数
h_count=max(number_dic.values())
print(h_count)
#通过次数,找到次数对应的值
for item in number_dic.items():
    #item键值对的小元组
    value=item[1]
    if value==h_count:
        key=item[0]
        print('出现次数最多的数字为:%s,次数为:%s'%(key,value))
成都市作为中国西部地区具有战略地位的核心都市,其人口的空间分布状况对于城市规划、社会经济发展及公共资源配置等研究具有基础性数据价值。本文聚焦于2019年度成都市人口分布的空间数据集,该数据以矢量格式存储,属于地理信息系统中常用的数据交换形式。以下将对数据集内容及其相关技术要点进行系统阐述。 Shapefile 是一种由 Esri 公司提出的开放型地理空间数据格式,用于记录点、线、面等几何要素。该格式通常由一组相互关联的文件构成,主要包括存储几何信息的 SHP 文件、记录属性信息的 DBF 文件、定义坐标系统的 PRJ 文件以及提供快速检索功能的 SHX 文件。 1. **DBF 文件**:该文件以 dBase 表格形式保存与各地理要素相关联的属性信息,例如各区域的人口统计数值、行政区划名称及编码等。这类表格结构便于在各类 GIS 平台中进行查询与编辑。 2. **PRJ 文件**:此文件明确了数据所采用的空间参考系统。本数据集基于 WGS84 地理坐标系,该坐标系在全球范围内广泛应用于定位与空间分析,有助于实现跨区域数据的准确整合。 3. **SHP 文件**:该文件存储成都市各区(县)的几何边界,以多边形要素表示。每个多边形均配有唯一标识符,可与属性表中的相应记录关联,实现空间数据与统计数据的联结。 4. **SHX 文件**:作为形状索引文件,它提升了在大型数据集中定位特定几何对象的效率,支持快速读取与显示。 基于上述数据,可开展以下几类空间分析: - **人口密度评估**:结合各区域面积与对应人口数,计算并比较人口密度,识别高密度与低密度区域。 - **空间集聚识别**:运用热点分析(如 Getis-Ord Gi* 统计)或聚类算法(如 DBSCAN),探测人口在空间上的聚集特征。 - **空间相关性检验**:通过莫兰指数等空间自相关方法,分析人口分布是否呈现显著的空间关联模式。 - **多要素叠加分析**:将人口分布数据与地形、交通网络、环境指标等其他地理图层进行叠加,探究自然与人文因素对人口布局的影响机制。 2019 年成都市人口空间数据集为深入解析城市人口格局、优化国土空间规划及完善公共服务体系提供了重要的数据基础。借助地理信息系统工具,可开展多尺度、多维度的定量分析,从而为城市管理与学术研究提供科学依据。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI复现】计及连锁故障传播路径的电力系统 N-k 多阶段双层优化及故障场景筛选模型(Matlab代码实现)》的技术资源,重点围绕电力系统中连锁故障的传播路径展开研究,提出了一种N-k多阶段双层优化模型,并结合故障场景筛选方法,用于提升电力系统在复杂故障条件下的安全性与鲁棒性。该模型通过Matlab代码实现,具备较强的工程应用价值和学术参考意义,适用于电力系统风险评估、脆弱性分析及预防控制策略设计等场景。文中还列举了大量相关的科研技术支持方向,涵盖智能优化算法、机器学习、路径规划、信号处理、电力系统管理等多个领域,展示了广泛的仿真与复现能力。; 适合人群:具备电力系统、自动化、电气工程等相关背景,熟悉Matlab编程,有一定科研基础的研究生、高校教师及工程技术人员。; 使用场景及目标:①用于电力系统连锁故障建模与风险评估研究;②支撑高水平论文(如EI/SCI)的模型复现与算法验证;③为电网安全分析、故障传播防控提供优化决策工具;④结合YALMIP等工具进行数学规划求解,提升科研效率。; 阅读建议:建议读者结合提供的网盘资源,下载完整代码与案例进行实践操作,重点关注双层优化结构与场景筛选逻辑的设计思路,同时可参考文档中提及的其他复现案例拓展研究视野。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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