7 字典

0. 引用廖雪峰的话

列表、元组、字符串是序列类型,而字典是映射类型。
举个例子,假设要根据同学的名字查找对应的成绩,如果用list实现,需要两个list:

names = ['Michael', 'Bob', 'Tracy']
scores = [95, 75, 85]

给定一个名字,要查找对应的成绩,就先要在names中找到对应的位置,再从scores取出对应的成绩,list越长,耗时越长。
如果用dict实现,只需要一个“名字”-“成绩”的对照表,直接根据名字查找成绩,无论这个表有多大,查找速度都不会变慢。用Python写一个dict如下:

>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95

1. 创建和访问字典

字典由“键-值”组成:{键1:值1,键2,值2,......}

dict = {1:'one',2:'two',3:'three'}
print(dict[3])    #three

注意:字典里面的键值是无序的,只能通过键去索引值,这不同于列表和元组。

2. 内置方法

1. fromkeys():创建并返回一个新的字典,常用于字典的初始化

>>> dict = {}
>>> dict.fromkeys((1,2,3))
{1: None, 2: None, 3: None}
>>> dict    #注意这里dict还是原来的空字典,fromkeys()返回了一个新字典
{}
>>> dict.fromkeys((1,2),'hello')
{1: 'hello', 2: 'hello'}    #它并不会只修改1,2键的值,而是返回一个新的字典

2. key():返回字典键的引用

>>> dict1 = dict.fromkeys(range(3),'赞')
>>> for i in dict1.keys():
    print(i)    
0
1
2

3. values():返回字典值的引用

4. items():返回字典项的引用

for i in dict1.items():
    print(i)
(0, '赞')
(1, '赞')
(2, '赞')

5. clear():清空一个字典

>>> dict.clear()
>>> dict
{}

注意:虽然dict = {}也能清空字典,但是有些时候还是有区别的,比如下面的例子。

>>> a = {'name':'Tom'}        #a指向一个字典
>>> b = a                            #b也指向这个字典
>>> a = {}                           #a指向一个空字典,但不影响b
>>> b
{'name': 'Tom'}

>>> a = {'name':'Tom'}    #a指向一个字典
>>> b = a                        #b也指向这个字典
>>> a.clear()                   #a清空,b也随之清空了
>>> b
{}

6. copy():浅拷贝

重点说浅拷贝与赋值的区别

>>> a = {1:'one',2:'two'}    #a指向一个字典
>>> b = a.copy()               #b为a的一个拷贝,即b指向另一个字典,内容与a指向的字典相同
>>> c = a                           #c也指向a所指向的字典,那下面的现象容易理解
>>> id(a)
49783312
>>> id(b)
49770864
>>> id(c)
49783312
>>> c[3] = 'three'
>>> a
{1: 'one', 2: 'two', 3: 'three'}
>>> b
{1: 'one', 2: 'two'}

7. 再谈in

  • 在list中,in查找的是值。
>>> list = [1,2,3]
>>> 3 in list
True
  • 而在dict中,in查找的是键
>>> dict = {1:'one',2:'two'}
>>> 1 in dict
True
>>> 'one' in dict
False

8. pop()和popitem()

>>> a = {1:'one',2:'two',3:'three'}
>>> a.pop(2)    #指定键,弹出值
'two'
>>> a
{1: 'one', 3: 'three'}
>>> a.popitem()    #因为字典的键值是无序的,所以会随机弹出一项
(1, 'one')

9. setdefault()与get()

>>> a = {3: 'three'}
>>> a.setdefault('abc')
>>> a
{3: 'three', 'abc': None}
>>> a.setdefault(5,'five')
'five'
>>> a
{3: 'three', 'abc': None, 5: 'five'}
>>> a.get(10)    #一般情况下,字典索引一个不存在的键时会报错,而用get()不会
>>> a
{3: 'three', 'abc': None, 5: 'five'}
>>> a.get(2,'two')
'two'
>>> a
{3: 'three', 'abc': None, 5: 'five'}

10. update()

用字典或映射去更新另一个字典,类似list中的extend()。

>>> b = {'我来':'更新'}
>>> a.update(b)
>>> a
{3: 'three', 5: 'five', '我来': '更新', 'abc': None}
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 194,390评论 5 459
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 81,821评论 2 371
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 141,632评论 0 319
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 52,170评论 1 263
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 61,033评论 4 355
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 46,098评论 1 272
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 36,511评论 3 381
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 35,204评论 0 253
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 39,479评论 1 290
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 34,572评论 2 309
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 36,341评论 1 326
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 32,213评论 3 312
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 37,576评论 3 298
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 28,893评论 0 17
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,171评论 1 250
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 41,486评论 2 341
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 40,676评论 2 335

推荐阅读更多精彩内容