当前位置: 首页 > ops >正文

【Python 字典(Dictionary)】

Python 中的字典(Dictionary)是最强大的键值对(key-value)数据结构,用于高效存储和访问数据。以下是字典的核心知识点:


一、基础特性

  1. 键值对存储:通过唯一键(Key)快速访问值(Value)
  2. 可变性:支持增删改查操作
  3. 无序性(Python 3.7+ 默认有序):元素无固定顺序,但插入顺序被保留
  4. 键的唯一性:键必须唯一且不可变(int/str/tuple 等)
    person = {"name": "Alice","age": 30,"hobbies": ["reading", "coding"]
    }
    

二、创建字典

1. 直接定义
empty_dict = {}          # 空字典
student = {"id": 101, "name": "Bob"}
2. 类型转换
dict(name="Charlie", age=25)  # → {'name': 'Charlie', 'age': 25}
dict([("a", 1), ("b", 2)])    # → {'a': 1, 'b': 2}
3. 字典推导式
squares = {x: x**2 for x in range(5)}  # → {0:0, 1:1, 2:4, 3:9, 4:16}

三、常用操作

1. 访问元素
person = {"name": "Alice", "age": 30}
print(person["name"])    # → "Alice"(直接访问)
print(person.get("age")) # → 30(安全访问)
print(person.get("job", "N/A"))  # → "N/A"(默认值)
2. 增删改操作
# 增/改
person["city"] = "New York"  # 添加新键值对
person["age"] = 31           # 修改现有值# 删
del person["city"]           # 删除指定键
popped = person.pop("age")   # 删除并返回值 → 31
person.clear()               # 清空字典 → {}
3. 遍历字典
for key in person:          # 遍历键print(key)for value in person.values():  # 遍历值print(value)for key, value in person.items():  # 遍历键值对print(f"{key}{value}")

四、字典方法

方法作用示例
keys()返回所有键的视图对象list(d.keys())
values()返回所有值的视图对象list(d.values())
items()返回键值对元组的视图对象list(d.items())
get(key, default)安全获取值d.get("age", 0)
update(other)合并字典d.update({"city": "NY"})
pop(key)删除并返回指定键的值d.pop("age")
popitem()删除并返回最后一个键值对d.popitem()
setdefault(key)获取值,不存在则设置默认值d.setdefault("country", "US")

五、高级用法

1. 合并字典
# Python 3.9+
dict1 = {"a": 1, "b": 2}
dict2 = {"b": 3, "c": 4}
merged = dict1 | dict2  # → {'a':1, 'b':3, 'c':4}# 通用方式
merged = {**dict1, **dict2}
2. 默认字典(defaultdict
from collections import defaultdictcounts = defaultdict(int)  # 默认值为0
counts["apple"] += 1       # 自动初始化键
3. 有序字典(OrderedDict
from collections import OrderedDictordered = OrderedDict()
ordered["a"] = 1
ordered["b"] = 2  # 保持插入顺序
4. 嵌套字典
students = {"101": {"name": "Alice", "scores": [90, 85]},"102": {"name": "Bob", "scores": [78, 92]}
}

六、应用场景

  1. 配置管理

    config = {"db_host": "localhost","db_port": 3306,"debug_mode": True
    }
    
  2. 计数器

    from collections import defaultdictword_counts = defaultdict(int)
    for word in ["apple", "banana", "apple"]:word_counts[word] += 1
    
  3. 缓存系统

    cache = {}
    def get_data(key):if key not in cache:cache[key] = fetch_from_db(key)  # 模拟数据库查询return cache[key]
    
  4. 数据转换

    # 列表转字典
    users = [("id1", "Alice"), ("id2", "Bob")]
    user_dict = dict(users)  # → {"id1": "Alice", "id2": "Bob"}
    

七、性能优化

  1. 键的哈希值

    • 优先使用不可变类型(如 int/str/tuple)作为键
    • 避免使用可变类型(如 list/dict)作为键
  2. 内存效率

    # 小整数键优化
    d = {i: None for i in range(1000)}  # 内存占用更小
    
  3. 快速查找

    • 字典的查找时间复杂度为 O(1),远快于列表的 O(n)

八、常见陷阱

  1. 可变默认参数

    def bad_init(data={}):  # 危险!默认参数共享data["count"] = data.get("count", 0) + 1return data# 正确做法
    def good_init(data=None):if data is None:data = {}data["count"] = data.get("count", 0) + 1return data
    
  2. 键的哈希冲突

    • 自定义对象作为键时需实现 __hash__()__eq__()
  3. 视图对象特性

    d = {"a": 1, "b": 2}
    keys = d.keys()  # 视图对象(动态反映字典变化)
    d["c"] = 3
    print(keys)      # → dict_keys(['a', 'b', 'c'])
    

通过合理使用字典,可以高效处理从简单键值存储到复杂数据映射的各种场景。实际应用中需注意键的选择和性能优化,并根据需求选择标准字典或专用扩展类(如 defaultdict/OrderedDict)。

http://www.xdnf.cn/news/4923.html

相关文章:

  • 【Pandas】pandas DataFrame all
  • levelDB的数据查看(非常详细)
  • 摩斯密码详解
  • 基于论文《大规模电动汽车充换电设施可调能力聚合评估与预测》开发者说明文档
  • EXCEL中嵌入其他表格等文件
  • 电子电路:白炽灯发光能说明电子正在消散消失吗?
  • 小刚说C语言刷题—1004阶乘问题
  • 深入了解阻塞队列的实现
  • MySQL性能分析工具:SHOW PROCESSLIST
  • Mac电脑远程连接window系统服务器
  • 自定义分区器
  • 车载以太网转USB接口工具选型指南(2025版)
  • C++ stl中的list的相关函数用法
  • 学习黑客搜索技巧
  • Open CASCADE学习|实现裁剪操作
  • keepalived详细笔记
  • 2025 年数维杯数学建模 C 题完整论文代码模型:清明时节雨纷纷,何处踏青不误春
  • .net/C#进程间通信技术方案总结
  • C#黑魔法:鸭子类型(Duck Typing)
  • ChatGPT深度研究功能革新:GitHub直连与强化微调
  • qtcreater配置opencv
  • 对golang中CSP的理解
  • 34.笔记1
  • 【挑战项目】 --- 微服务编程测评系统(在线OJ系统)(二)
  • 多线程面试题总结
  • python 上海新闻爬虫, 上观新闻 + 腾讯新闻
  • C 语言中的 对象(object),值(Value),类型(Type)
  • C++ Lambda表达式应用详解
  • python实现点餐系统
  • MCP专题| 突破LLM三大瓶颈!模型上下文协议(MCP)如何重塑AI交互体验?