Python数据容器dict(字典)的实现

 更新时间:2023年02月13日 14:36:23   作者:小黄同学LL  
本文主要介绍了Python数据容器dict(字典)的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

字典的定义

使用{},不过存储的元素是一个个的:键值对,如下语法:

使用{}存储原始,每一个元素是一个键值对

每一个键值对包含Key和Value(用冒号分隔)

键值对之间使用逗号分隔

Key和Value可以是任意类型的数据(key不可为字典)

Key不可重复,重复会对原有数据覆盖

字典不可用下标索引,而是通过Key检索Value

字典数据的获取

字典同集合一样,不可以使用下标索引

字典可以通过Key值来取得对应的Value

my_dict={"A":100,"B":80,"C":60}
print(my_dict["A"])
print(my_dict["B"])
print(my_dict["C"])

100

80

60

字典的嵌套

字典的Key和Value可以是任意数据类型(Key不可为字典) 那么,就表明,字典是可以嵌套的

内容获取类似于二维数组

my_dict = {
    "sorce":{"A":77,"B":66,"C":33},
    "level":{"A":88,"B":86,"C":55},
    "grade":{"A":99,"B":96,"C":66}
}
print(my_dict["sorce"])
 
print(my_dict["sorce"]["A"])
 
print(my_dict["grade"]["C"])

{'A': 77, 'B': 66, 'C': 33}
77
66

字典的各种操作

编号

操作

说明

1

字典[Key]

获取指定Key对应的Value值

2

字典[Key] = Value

添加或更新键值对

3

字典.pop(Key)

取出Key对应的Value并在字典内删除此Key的键值对

4

字典.clear()

清空字典

5

字典.keys()

获取字典的全部Key,可用于for循环遍历字典

6

len(字典)

计算字典内的元素数量

新增与更新元素  [Key] = Value

语法:字典[Key] = Value,结果:字典被修改,新增了元素

注意:字典Key不可以重复,所以对已存在的Key执行上述操作,就是更新Value值

my_dict={"A":100,"B":80,"C":60}
my_dict["D"]=40#新增加内容
print(my_dict)
 
my_dict["B"]=88#更新已有内容
print(my_dict)

删除元素 pop和del

语法:字典.pop(Key),结果:获得指定Key的Value,同时字典被修改,指定Key的数据被删除

del 字典[key] 为直接删除 

my_dict={"A":100,"B":80,"C":60}
 
value=my_dict.pop("A")
print(value)
print(my_dict)
 
del my_dict["B"]
print(my_dict)

100
{'B': 80, 'C': 60}
{'C': 60}

清空字典 clear

语法:字典.clear(),结果:字典被修改,元素被清空

my_dict={"A":100,"B":80,"C":60}
 
my_dict.clear()
print(my_dict)

{}

获取全部的键 keys

语法:字典.keys(),结果:得到字典中的全部Key

my_dict={"A":100,"B":80,"C":60}
 
k=my_dict.keys()
print(k)
print(my_dict)

dict_keys(['A', 'B', 'C'])
{'A': 100, 'B': 80, 'C': 60}

遍历字典     

keys()

语法:for key in 字典.keys()

字典不支持下标索引,所以同样不可以用while循环遍历

my_dict={"A":100,"B":80,"C":60}
 
for key in my_dict.keys():
    print(f"等级:{key},分数:{my_dict[key]}")

等级:A,分数:100
等级:B,分数:80
等级:C,分数:60

values ()

my_dict={"A":100,"B":80,"C":60}
 
for i in my_dict.values():
    print(i)

100

80

60

items()

my_dict={"A":100,"B":80,"C":60}
 
for i in my_dict.items():
    print(i)
 
print(type(i))
print(type(my_dict.items()))

('A', 100)
('B', 80)
('C', 60)
<class 'tuple'>
<class 'dict_items'>

利用items依次打印key和value

my_dict={"A":100,"B":80,"C":60}
 
#4.依次打印key和value,通过索引
for key,value in my_dict.items():
    print(key,value)

A 100
B 80
C 60

容器通用功能总览

功能

描述

通用for循环

遍历容器(字典是遍历key)

max

容器内最大元素

min()

容器内最小元素

len()

容器元素个数

list()

转换为列表

tuple()

转换为元组

str()

转换为字符串

set()

转换为集合

sorted(序列, [reverse=True])

排序,reverse=True表示降序

得到一个排好序的列表

到此这篇关于Python数据容器dict(字典)的实现的文章就介绍到这了,更多相关Python数据容器字典内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:

相关文章

  • 浅谈python中np.array的shape( ,)与( ,1)的区别

    浅谈python中np.array的shape( ,)与( ,1)的区别

    今天小编就为大家分享一篇python中np.array的shape ( ,)与( ,1)的区别,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-06-06
  • python实现从web抓取文档的方法

    python实现从web抓取文档的方法

    这篇文章主要介绍了python实现从web抓取文档的方法,以抓取人人网页面为例讲述了完整的web文档抓取方法,需要的朋友可以参考下
    2014-09-09
  • Python argv用法详解

    Python argv用法详解

    这篇文章主要介绍了Python argv用法详解的相关资料,涉及到python argv相关知识,需要的朋友可以参考下
    2016-01-01
  • Python实现无损放大图片的示例代码

    Python实现无损放大图片的示例代码

    这篇文章主要为大家详细介绍了如何利用Python语言实现一个简单的无损放大图片小程序,可以支持将JPG/PNG图片无损放大上万像素,感兴趣的可以了解一下
    2022-08-08
  • python的dataframe和matrix的互换方法

    python的dataframe和matrix的互换方法

    下面小编就为大家分享一篇python的dataframe和matrix的互换方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-04-04
  • Python中修改字符串的四种方法

    Python中修改字符串的四种方法

    在Python中,字符串是不可变类型,即无法直接修改字符串的某一位字符。这篇文章主要介绍了Python中修改字符串的四种方法,需要的朋友可以参考下
    2018-11-11
  • Python深度学习实战PyQt5基本控件使用解析

    Python深度学习实战PyQt5基本控件使用解析

    PyQt5 提供了丰富的输入输出控件。本文介绍通过 QtDesigner 工具栏创建常用的基本控件,包括各种按钮控件、文本输入控件和调节输入控件
    2021-10-10
  • Python实现将内容转为base64编码与解码

    Python实现将内容转为base64编码与解码

    这篇文章主要为大家详细介绍了Python实现将内容转为base64编码与解码的示例代码,文中的示例代码讲解详细,感兴趣的小伙伴可以了解一下
    2023-02-02
  • Python中列出目录中的文件的五种方法小结

    Python中列出目录中的文件的五种方法小结

    本文主要介绍了Python中列出目录中的文件的五种方法小结,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2023-02-02
  • TensorFlow实现随机训练和批量训练的方法

    TensorFlow实现随机训练和批量训练的方法

    本篇文章主要介绍了TensorFlow实现随机训练和批量训练的方法,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2018-04-04

最新评论