【Python入门】Python字典的这些黑科技，你用过几个？
第1章 字典初识
1.1 字典定义与特点
在Python编程语言的宇宙里，字典（dictionary）是一种非常强大的数据结构，它以键-值对（key-value pairs）的形式存储信息，类似于现实生活中的一本详尽的索引目录。每个键都是独一无二的 ，用于标识与其相关联的特定值。字典的魅力在于它提供了近乎瞬时的查找速度 ，这得益于其内部实现的哈希表机制。与列表或元组不同 ，字典是无序集合，这意味着它们不保证元素的插入顺序。
1.2 字典创建方法
创建字典的方式多样，如同调色盘上的色彩 ，每一种都有其独特的应用场景。
直接赋值法
最直观的方法是直接通过花括号{}来初始化一个字典，键值对之间用逗号分隔。
my_dict?=?{'apple':?4,?'banana':?2,?'orange':?1}使用dict()构造函数
另外 ，也可以利用dict()函数来构造字典，这对于动态生成字典或者从其他序列类型转换尤为有用。
another_dict?=?dict(apple=4,?banana=2,?orange=1)通过zip函数配对键值序列
如果键和值分别存储在两个列表中，可以巧妙地利用zip()函数和dict()结合创建字典。
keys?=?['apple',?'banana',?'orange']
values?=?[4,?2,?1]
paired_dict?=?dict(zip(keys,?values))空字典初始化
有时，你可能需要一个空白的字典作为起点，逐步填充。
empty_dict?=?{}
每种方法都有其适用场景，灵活运用这些技巧，能够让你在编写Python程序时更加游刃有余。掌握字典的创建只是探索之旅的开始，接下来深入挖掘其丰富的操作和应用，将使你的代码更加高效、优雅。
第2章 字典基本操作
2.1 添加与修改元素
在字典的日常管理中，添加新键值对或更新已有键对应的值是一项基本技能。让我们一起揭开这神秘面纱。
添加元素
给字典新增一个键值对，只需将其直接赋值给相应键即可。若该键尚不存在，字典会自动为其创建新的键值对；若已存在，则会覆盖原有值。
inventory?=?{'apples':?9,?'oranges':??}
inventory['pears']?=????#?新增键值对?'pears':??修改元素
修改字典中某个键对应的值，同样采用赋值操作。由于字典的键唯一性 ，直接给已有键赋予新值即可完成更新。
inventory['apples']?=?10??#?更新键?'apples'?的值为?102.2 查询与访问元素
字典的核心价值在于快速查找和访问键对应的值。这里提供两种主要方式：
索引访问
使用中括号[]操作符 ，将键名作为索引 ，直接获取对应值。若键不存在，将引发KeyError。
quantity?=?inventory['apples']??#?获取?'apples'?的数量get()方法
更安全的做法是使用get()方法 ，它接受键名作为第一个参数 ，并可选地设置一个默认值作为第二个参数。当键不存在时 ，返回默认值而非抛出异常。
quantity?=?inventory.get('kiwis',?0)??#?若?'kiwis'?不存在?，返回?02.3 删除元素
清理字典时，可能需要移除不再需要的键值对。有两种删除方法可供选择：
del语句
使用del语句配合字典名及待删除键 ，可直接从字典中移除指定键值对。若键不存在，将引发KeyError。
del?inventory['oranges']??#?删除键?'oranges'?及其值pop()方法
pop()方法与del类似，但更显灵活。它既删除键值对，又返回被删除的值。若键不存在 ，可选择抛出异常或通过指定默认值避免异常。
value?=?inventory.pop('grapes')??#?删除并返回?'grapes'?的值，若不存在则引发?KeyError
value?=?inventory.pop('strawberries',?None)??#?删除并返回?'strawberries'?的值，若不存在则返回?None2.4 遍历字典
遍历字典以访问其中的所有键值对，是进行数据处理、分析或展示的关键步骤。有多种遍历方式可供选择：
遍历键
直接迭代字典 ，将依次获得其所有键。
for?fruit?in?inventory:
print(fruit)??#?输出：'apples',?'pears'遍历键值对
利用items()方法，可同时获取键及其对应的值。
for?fruit,?count?in?inventory.items():
print(f"{fruit}:?{count}")??#?输出：'apples:?10',?'pears:??'遍历值或仅键/值
使用values()或keys()方法，可单独遍历字典的值或键。
for?count?in?inventory.values():
print(count)??#?输出：10,??
for?fruit?in?inventory.keys():
print(fruit)??#?输出：'apples',?'pears'
熟练掌握这些基本操作 ，就如同掌握了字典这本神奇宝典的使用指南 ，无论面对何种数据管理需求，都能得心应手、游刃有余。
第3章 字典内置函数与方法 ?
3.1?len()、del()与clear()
掌握字典的维护艺术，离不开几个关键的操作：了解字典的长度、精确移除项或清空整个字典。
?len()：这个函数像一位忠实的图书管理员，快速清点字典的键值对总数。
my_dict?=?{'apple':?3,?'banana':?5,?'cherry':?7}
size?=?len(my_dict)??#?size?为?3
?del：当你需要从字典中永久删除特定的键值对时 ，del就像是精确的外科手术刀。
del?my_dict['banana']??#?删除键?'banana'?及其对应的值
?clear()：想让字典回归初始的空白页状态？一个简单的clear()足矣。
my_dict.clear()??#?清空字典，使其变为?{}3.2?keys(),?values(),?items()详解
这三位好比字典的三大法宝 ，让你分别访问字典的键、值和键值对。
?keys()：它提供了一把钥匙 ，打开字典的门，只显示所有的键。
keys_list?=?list(my_dict.keys())??#?获取所有键组成的列表
?values()：它如同一个宝盒，里面装满了字典中所有的值。
values_list?=?list(my_dict.values())??#?获取所有值组成的列表
?items()：最全面的视角，它将字典的每一项打包成元组，逐一呈现。
items_list?=?list(my_dict.items())??#?获取所有键值对组成的列表3.3?get()与setdefault()
这两个方法是处理键不存在情况的高手，优雅而高效。
?get()：它如同一名外交官，请求键对应的值，若键不存在，可优雅地返回一个默认值。
quantity?=?my_dict.get('pear',?0)??#?如果?'pear'?不存在，返回?0
?setdefault()：它不仅具备get()的功能，还能在键不存在时自动添加默认值到字典。
my_dict.setdefault('pear',?2)??#?如果?'pear'?不存在，添加键值对?'pear':?23.4?update()与合并字典
在字典的世界里，合并信息就像是一场友好的聚会，update()是这场聚会的组织者。
?update()：它能将另一个字典的键值对合并到当前字典中，如果有重叠的键，则后者覆盖前者。
new_items?=?{'pear':?4,?'orange':?6}
my_dict.update(new_items)??#?合并?new_items?到?my_dict
通过这些内置函数与方法的精妙运用，你便能更加自如地驾驭字典，无论是日常的数据处理还是复杂的逻辑构建，都能游刃有余。
第4章 字典进阶技巧
4.1 字典推导式与生成器表达式
在Python中，字典推导式与生成器表达式是构建字典的高效工具，它们能简化代码，提升可读性。
?字典推导式：它宛如魔法般将列表或其他可迭代对象转化为字典。形式上与列表推导式相似，只是将方括号[ ]替换为花括号{ }，且内部包含键值对表达式。
words?=?['apple',?'banana',?'cherry']
lengths_dict?=?{word:?len(word)?for?word?in?words}??#?生成?{'apple':?5,?'banana':?6,?'cherry':?6}
?生成器表达式：对于大型数据集，字典生成器表达式提供了内存友好的替代方案。它与字典推导式语法相似，只是用圆括号( )包裹。生成器表达式返回一个可迭代对象 ，每次迭代返回一个键值对。
words?=?('apple',?'banana',?'cherry')
lengths_gen?=?({word:?len(word)}?for?word?in?words)??#?返回一个生成器对象
for?pair?in?lengths_gen:
print(pair)??#?分别输出?{'apple':?5},?{'banana':?6},?{'cherry':?6}4.2 字典视图与键值对排序
字典视图和排序功能，让你能以不同的视角审视和组织字典内容。
?字典视图：keys(),values(),items()方法返回的对象并非列表，而是视图对象。它们反映字典当前状态 ，且在字典更改时自动更新。视图支持大部分序列操作，如切片、成员测试等。
my_dict?=?{'a':?1,?'b':?2,?'c':?3}
key_view?=?my_dict.keys()
print(list(key_view))??#?输出：['a',?'b',?'c']
my_dict['d']?=?4??#?添加新键值对
print(list(key_view))??#?输出：['a',?'b',?'c',?'d']
?键值对排序：虽然字典本身是无序的 ，但可以通过sorted()函数对键、值或键值对进行排序。结合items()方法，可以轻松得到有序的键值对列表。
my_dict?=?{'banana':??,?'apple':??,?'orange':??}
sorted_pairs?=?sorted(my_dict.items(),?key=lambda?x:?x[1])??#?按值排序
print(sorted_pairs)??#?输出：[('apple',??),?('orange',??),?('banana',??)]4.3 使用defaultdict与Counter提升效率
Python标准库提供了两个字典子类，defaultdict和Counter，它们专为特定场景设计，极大地提高了编码效率。
?defaultdict：当你期望字典在访问不存在的键时自动添加默认值 ，defaultdict就派上了用场。只需在创建时指定默认工厂函数。
from?collections?import?defaultdict
counts?=?defaultdict(int)??#?使用?int()?作为默认值工厂，返回?0
for?fruit?in?['apple',?'banana',?'apple']:
counts[fruit]?+=?1??#?自动添加新键?，无需检查是否存在
print(counts)??#?输出：{'apple':?2,?'banana':?1}
?Counter：Counter类专用于计数任务，它是一个子类化自dict的容器 ，实现了计数统计功能。它可以轻松处理大量数据的频次统计。
from?collections?import?Counter
fruits?=?['apple',?'banana',?'apple',?'cherry',?'banana',?'banana']
fruit_counts?=?Counter(fruits)
print(fruit_counts)??#?输出：Counter({'banana':?3,?'apple':?2,?'cherry':?1})4.4 字典与JSON数据互转
在数据交换或存储场景中 ，JSON格式广泛应用。Python提供了便捷的模块json用于字典与JSON字符串之间的转换。
?字典转JSON：使用json.dumps()方法将字典编码为JSON字符串。
import?json
data?=?{'name':?'Alice',?'age':?30,?'city':?'New?York'}
json_str?=?json.dumps(data)
print(json_str)??#?输出：'{"name":?"Alice",?"age":?30,?"city":?"New?York"}'
?JSON转字典：对应地，json.loads()方法负责将JSON字符串解码回字典。
json_str?=?'{"name":?"Bob",?"age":?35,?"city":?"San?Francisco"}'
loaded_data?=?json.loads(json_str)
print(loaded_data)??#?输出：{'name':?'Bob',?'age':?35,?'city':?'San?Francisco'}
掌握这些进阶技巧，你的字典操作技能将如虎添翼，无论面对何种复杂场景，都能游刃有余地处理字典相关的数据问题。
第5章 实战应用案例
5.1 字典在数据分析中的应用
在数据分析的浩瀚星海中，字典是组织和解析数据的璀璨明星。例如 ，在处理调查问卷数据时，可以用字典来汇总各选项的投票次数。
survey_results?=?{
'Yes':?42,
'No':?17,
'Maybe':?11
}
#?计算总投票数
total_votes?=?sum(survey_results.values())
percentage_yes?=?(survey_results['Yes']?/?total_votes)?*?100
print(f"Yes占比:?{percentage_yes:.2f}%")5.2 字典在网页爬虫中的应用
网络爬虫探索互联网的每一个角落 ，字典常被用来存储抓取的数据 ，便于后续分析。设想爬取一个博客网站的文章标题和链接。
import?requests
from?bs4?import?BeautifulSoup
blog_posts?=?{}
response?=?requests.get("http://example.com/blog")
soup?=?BeautifulSoup(response.text,?'html.parser')
for?post?in?soup.find_all('div',?class_='post'):
title?=?post.find('h2').text
link?=?post.find('a')['href']
blog_posts[title]?=?link
#?打印第一条文章的信息
first_post_title?=?next(iter(blog_posts))
print(f"文章标题:?{first_post_title},?链接:?{blog_posts[first_post_title]}")5.3 字典在数据库查询结果处理中的应用
数据库查询结果通常以行和列的形式呈现 ，将这些结果转化为字典，便于进一步处理或展示。以SQLite数据库为例，查询用户信息并以字典形式存储。
import?sqlite3
conn?=?sqlite3.connect('users.db')
cursor?=?conn.cursor()
cursor.execute("SELECT?id,?username,?email?FROM?users")
rows?=?cursor.fetchall()
#?将查询结果转换为字典列表
users_dict?=?[{column:?row[i]?for?i,?column?in?enumerate(cursor.description)}?for?row?in?rows]
#?查看第一位用户的用户名
first_user?=?users_dict[0]
print(f"第一位用户用户名:?{first_user['username']}")
这些实战案例展示了字典如何成为解决实际问题的利器，无论是在数据的海洋中航行，还是在信息的丛林里探索 ，字典都是不可或缺的导航图。
第6章 总结与思考
Python字典，作为一种键值对数据结构 ，以其独特的哈希表实现提供高效查找与操作。从创建、基本操作到内置函数与方法，再到进阶技巧与实战应用，全方位展现了其在数据分析、网页爬虫及数据库查询等领域的重要作用。与列表、元组等结构对比，字典以键唯一性实现精准访问，而defaultdict与Counter等扩展类进一步提升效率。在项目开发中 ，遵循最佳实践，如合理使用推导式、视图与排序，以及适时转换为JSON数据 ，可显著提升代码质量与可维护性。展望未来，Python字典将持续优化，引入新特性以适应不断变化的编程需求。
- 发表于:
- 原文链接：https://page.om.qq.com/page/OkG00imU7L7Ipm0OjehB6s8A0
- 腾讯「腾讯云开发者社区」是腾讯内容开放平台帐号（企鹅号）传播渠道之一，根据《腾讯内容开放平台服务协议》转载发布内容。
- 如有侵权，请联系 cloudcommunity@tencent.com 删除。
相关快讯
扫码
添加站长 进交流群
领取专属 10元无门槛券
私享最新 技术干货
腾讯云开发者
