2.11 Python3 字典

原创于 2025-06-11 08:15:00 发布 · 994 阅读

23 ·

CC 4.0 BY-SA版权

文章标签：

#python #数据库 #开发语言

Python 专栏收录该内容

45 篇文章

订阅专栏

字典(Dictionary)是Python中一种可变容器模型，可存储任意类型对象。

字典的每个键值(key=>value)对用冒号(:)分割，整个字典包括在花括号 {} 中。

4. 缓存与记忆化(Memoization)

1. 创建字典

键必须是唯一的，但值则不必。

值可以取任何数据类型，但键必须是不可变的，如字符串，数字。

# 创建空字典
dict1 = {}
dict2 = dict()

# 创建有初始值的字典
dict3 = {'name': 'Alice', 'age': 25}
dict4 = dict(name='Bob', age=30)

# 使用zip创建字典
keys = ['name', 'age']
values = ['Charlie', 35]
dict5 = dict(zip(keys, values))

# 使用字典推导式创建字典
dict6 = {x: x**2 for x in (2, 4, 6)}

2. 访问字典里的值

person = {'name': 'David', 'age': 40}

# 通过键访问值
print(person['name'])  # 输出: David

# 使用get()方法访问(更安全，键不存在时返回None或默认值)
print(person.get('age'))  # 输出: 40
print(person.get('address', 'Not Found'))  # 输出: Not Found

# 获取所有键
print(person.keys())  # 输出: dict_keys(['name', 'age'])

# 获取所有值
print(person.values())  # 输出: dict_values(['David', 40])

# 获取所有键值对
print(person.items())  # 输出: dict_items([('name', 'David'), ('age', 40)]))

3. 修改字典

person = {'name': 'Eva', 'age': 28}

# 更新现有键的值
person['age'] = 29

# 添加新键值对
person['address'] = 'New York'

# 使用update()方法合并字典
person.update({'job': 'Engineer', 'age': 30})  # age会被更新

# 合并字典的另一种方式(Python 3.5+)
other_info = {'hobby': 'reading', 'email': 'eva@example.com'}
person = {**person, **other_info}

4. 删除字典元素

person = {'name': 'Frank', 'age': 45, 'job': 'Doctor'}

# 删除指定键值对
del person['age']

# 使用pop()删除并返回指定键的值
job = person.pop('job')  # job变量现在为'Doctor'

# 使用popitem()删除并返回最后插入的键值对(Python 3.7+保证)
key, value = person.popitem()

# 清空字典
person.clear()  # 现在person是空字典{}

# 删除整个字典
del person

5. 字典内置函数

序号	函数及描述	实例
1	len(dict) 计算字典元素个数，即键的总数。	>>> tinydict = {'Name': 'Runoob', 'Age': 7, 'Class': 'First'} >>> len(tinydict) 3
2	str(dict) 输出字典，可以打印的字符串表示。	>>> tinydict = {'Name': 'Runoob', 'Age': 7, 'Class': 'First'} >>> str(tinydict) "{'Name': 'Runoob', 'Class': 'First', 'Age': 7}"
3	type(variable) 返回输入的变量类型，如果变量是字典就返回字典类型。	>>> tinydict = {'Name': 'Runoob', 'Age': 7, 'Class': 'First'} >>> type(tinydict) <class 'dict'>

序号

函数及描述

实例

len(dict)
计算字典元素个数，即键的总数。

>>> tinydict = {'Name': 'Runoob', 'Age': 7, 'Class': 'First'}
>>> len(tinydict)
3

str(dict)
输出字典，可以打印的字符串表示。

>>> tinydict = {'Name': 'Runoob', 'Age': 7, 'Class': 'First'}
>>> str(tinydict)
"{'Name': 'Runoob', 'Class': 'First', 'Age': 7}"

type(variable)
返回输入的变量类型，如果变量是字典就返回字典类型。

>>> tinydict = {'Name': 'Runoob', 'Age': 7, 'Class': 'First'}
>>> type(tinydict)
<class 'dict'>

person = {'name': 'Grace', 'age': 50}

# len() - 获取字典长度
print(len(person))  # 输出: 2

# str() - 字典的字符串表示
print(str(person))  # 输出: {'name': 'Grace', 'age': 50}

# type() - 检查类型
print(type(person))  # 输出: <class 'dict'>

# sorted() - 获取排序后的键列表
print(sorted(person))  # 输出: ['age', 'name']

6. 字典内置方法

序号	函数及描述
1	dict.clear() 删除字典内所有元素
2	dict.copy() 返回一个字典的浅复制
3	dict.fromkeys() 创建一个新字典，以序列seq中元素做字典的键，val为字典所有键对应的初始值
4	dict.get(key, default=None) 返回指定键的值，如果键不在字典中返回 default 设置的默认值
5	key in dict 如果键在字典dict里返回true，否则返回false
6	dict.items() 以列表返回一个视图对象
7	dict.keys() 返回一个视图对象
8	dict.setdefault(key, default=None) 和get()类似, 但如果键不存在于字典中，将会添加键并将值设为default
9	dict.update(dict2) 把字典dict2的键/值对更新到dict里
10	dict.values() 返回一个视图对象
11	dict.pop(key[,default]) 删除字典 key（键）所对应的值，返回被删除的值。
12	dict.popitem() 返回并删除字典中的最后一对键和值。

# copy() - 浅拷贝字典
original = {'a': 1, 'b': [2, 3]}
new_dict = original.copy()

# fromkeys() - 从序列创建新字典
keys = ['name', 'age', 'job']
default_value = 'unknown'
person = dict.fromkeys(keys, default_value)

# setdefault() - 获取键值，如果键不存在则设置默认值
age = person.setdefault('age', 0)  # 返回'unknown'因为键已存在
salary = person.setdefault('salary', 5000)  # 添加'salary': 5000

# items(), keys(), values() - 视图对象
for key, value in person.items():
    print(f"{key}: {value}")

7. 字典的作用

字典是Python中最强大、最常用的数据结构之一，它以键值对(key-value)的形式存储数据，具有以下重要作用和应用场景：

1. 高效的数据查找与存储

快速访问：通过键(key)可以快速查找对应的值(value)，时间复杂度为O(1)
无序集合：存储无需考虑顺序的数据集合(注：Python 3.7+字典保持插入顺序)

2. 数据关联与结构化存储

存储对象属性：如学生信息、商品详情等结构化数据

student = {
    'name': '张三',
    'age': 20,
    'major': '计算机科学',
    'grades': {'数学': 90, '英语': 85}
}

表示关系型数据：如数据库记录、API返回的JSON数据等

3. 计数与统计

元素频率统计：统计列表中各元素出现的次数

from collections import defaultdict

word_list = ['apple', 'banana', 'apple', 'orange', 'banana', 'apple']
word_count = defaultdict(int)

for word in word_list:
    word_count[word] += 1

4. 缓存与记忆化(Memoization)

函数结果缓存：存储昂贵计算的结果以避免重复计算

cache = {}

def expensive_func(n):
    if n not in cache:
        cache[n] = ...  # 复杂计算过程
    return cache[n]

5. 配置与设置管理

存储程序配置：集中管理应用程序的各种设置

config = {
    'debug': True,
    'database': {
        'host': 'localhost',
        'port': 5432,
        'user': 'admin'
    },
    'max_connections': 100
}

6. 实现高级数据结构

模拟图结构：表示图的邻接表

graph = {
    'A': ['B', 'C'],
    'B': ['A', 'D'],
    'C': ['A', 'D'],
    'D': ['B', 'C']
}

稀疏矩阵：高效表示大部分元素为0的矩阵

7. 函数编程应用

处理可变关键字参数：在函数定义中使用**kwargs

def print_info(**kwargs):
    for key, value in kwargs.items():
        print(f"{key}: {value}")

print_info(name='Alice', age=25, city='New York')

动态参数传递：使用字典解包传递参数

params = {'sep': ' | ', 'end': '\n\n'}
print('Hello', 'World', **params)

8. 数据转换与映射

值转换：建立映射关系进行数据转换

month_map = {
    1: 'January',
    2: 'February',
    # ...
    12: 'December'
}
print(month_map[3])  # 输出'March'(假设已定义)

9. JSON数据处理

与JSON互转：字典结构与JSON格式天然兼容

import json

data = {'name': 'John', 'age': 30}
json_str = json.dumps(data)  # 字典转JSON字符串
new_dict = json.loads(json_str)  # JSON字符串转字典

10. 替代多重if-else

调度表模式：用字典代替复杂的条件判断

def operation_add(a, b): return a + b
def operation_sub(a, b): return a - b

operations = {
    'add': operation_add,
    'subtract': operation_sub
}

result = operations['add'](5, 3)  # 返回8

字典因其高效的查找性能(O(1)时间复杂度)和灵活的结构，成为Python中处理关联数据的首选工具，广泛应用于Web开发、数据分析、人工智能等各个领域。