百度360必应搜狗淘宝本站头条
当前位置:网站首页 > IT知识 > 正文

【python 基础篇 七】python的常用数据类型操作——字典

liuian 2024-11-28 00:43 14 浏览

#挑战30天在头条写日记#

1.字典的基本概念

  • 无序的,可变的键值对集合

2.字典的定义

  • 方式1:{key:value,key:value,.....}
    • 例如{“name”:“sz”,“age”:18}
  • 方式2:fromkeys(S,v=None)
    • 静态方法:类和对象都可以调用
    • 类调用:dict.fromkeys("abc",666) 输出:{'a':666,'b':666,'c':666}
    • 对象调用:dic.fromkeys("abc",666)输出:{'a':666,'b':666,'c':666} 此处的dic,是实例化的字典对象
  • 注意
    • key不能重复 当重复时后面会把前面的值覆盖
    • key必须是任意不可变类型
      • 可变类型:列表,字典,可变集合
      • 不可变类型:数值,布尔,字符串,元组
    • key必须是任意不可变类型的原因
      • python的字典,采用哈希表的方式实现
      • 哈希表是一个列表把key---value按某种转换方式,key转换成索引 value转换成值存入表内
  • 字典的存在意义
    • 可以通过key,访问对应的值,使得这种访问变得更具有意义
    • 查询效率得到很大提升
#方式1
person = {"name":"sz","age":18}
print(person["name"])#输出 sz
print(person["age"])#输出 18

#方式2
#类调用
d = dict.fromkeys("abc")
print(d)#{'a': None, 'b': None, 'c': None}
c = dict.fromkeys("abc",666)
print(c)#{'a': 666, 'b': 666, 'c': 666}
d = dict.fromkeys([1,2,3],666)
print(d)#{1: 666, 2: 666, 3: 666}
#对象调用  此方式不常用 没有什么意义
e = {1:2,2:2}.fromkeys([1,2],666)
print(e)#{1: 666, 2: 666}

3.字典的常用操作

3.1 字典的增加操作

  • dic[key] = value
  • 当key在原字典中不存在时,即为新增操作
person = {"name":"sz","age":18}
person["性别"] = "男"
print(person)#输出 {'name': 'sz', 'age': 18, '性别': '男'}

3.2 字典的删除操作

  • del dic[key]
  • dic.pop(key,default(可省略))
    • 删除指定的键值对,并返回对应的值
    • 如果key,不存在,那么直接返回给定的default的值,不做删除操作,如果没有给定值,就会报错
  • dic.popitem()
    • 删除最后的键值对,并以元组的形式返回该键值对,如果字典为空,则报错
  • dic.clear()
    • 删除字典内所有键值对
#del语句
person = {"name":"sz","age":18,"height":185}
del person["name"]
print(person)#输出 {'age': 18, 'height': 185}
del person["name1"]#此时key的值不在字典中会报错

#dic.pop()
person = {"name":"sz","age":18,"height":185}
v = person.pop("name")
print(v)#输出 sz
print(person)#输出 {'age': 18, 'height': 185}

v = person.pop("name1",0)
print(v)#输出 0
print(person)#输出 {'name': 'sz', 'age': 18, 'height': 185}

v = person.pop("name1")#此处会报错,没有key值,同时没有指定default值就会报错

#dic.popitem()
person = {"name":"sz","age":18,"height":185}
result = person.popitem()
print(person)#输出{'name': 'sz', 'age': 18}
print(result)#输出('height', 185)

#dic.clear()
person = {"name":"sz","age":18,"height":185}
person.clear()print(person)#输出 {}

3.3 字典的修改操作

  • 只能改值,不能改key
  • 修改单个键值对
    • dic[key] = value
  • 批量修改键值对
    • oldDic.update(newDic)
#修改单个键值对
person = {"name":"sz","age":18,"height":185}
person["height"] = 186
print(person)#输出:{'name': 'sz', 'age': 18, 'height': 186}

#批量修改键值对
person = {"name":"sz","age":18,"height":185}
person.update({"age":23,"address":"北京","phone":"153555"})
print(person)#输出:{'name': 'sz', 'age': 23, 'height': 185, 'address': '北京', 'phone': '153555'}

3.4 字典查询操作

  • 获取单个值
    • dic[key]
      • 如果key不存在,就会报错
    • dic.get(key,default)
      • 如果不存在对应的key,则取给定的默认值default
      • 如果没有默认值,则为None ,不会报错
    • dic.setdefault(key,default)
      • 获取指定key对应的值,如果key不存在,则会在字典中设置对应的key并赋值为default,并返回该值,如果默认值没有给定,则使用None代替
  • 获取所有的值
    • dic.values()
  • 获取所有的键
    • dic.keys()
  • 获取字典的键值对
    • dic.items()
  • 遍历
    • for in
    • for x,y in info.items
#获取单个值
#- dic[key]
person = {"name":"sz","age":18,"height":185}
print(person["name"])#输出 sz
print(person["name1"])#输出 报错

#- dic.get(key,default)
person = {"name":"sz","age":18,"height":185}
print(person.get("name"))#输出 sz
print(person.get("name1"))#输出 None
print(person.get("name1",0))#输出 0

#- dic.setdefault(key,default)
person = {"name":"sz","age":18,"height":185}
print(person.setdefault("name"))#输出 sz
print(person.setdefault("name1"))#输出 None
print(person)#输出 {'name': 'sz', 'age': 18, 'height': 185, 'name1': None}
print(person.setdefault("name2",0))#输出 0
print(person)#输出{'name': 'sz', 'age': 18, 'height': 185, 'name1': None, 'name2': 0}

#获取所有的值 dic.values()
person = {"name":"sz","age":18,"height":185}
print(person.values())#输出 dict_values(['sz', 18, 185])  列表

#获取所有的键 dic.keys()
person = {"name":"sz","age":18,"height":185}
print(person.keys())#输出 dict_keys(['name', 'age', 'height'])  列表

#获取字典的键值对 dic.items()
person = {"name":"sz","age":18,"height":185}
print(person.items())#输出 dict_items([('name', 'sz'), ('age', 18), ('height', 185)])  列表 元组

#遍历 
#方式一
#先遍历所有的key 然后,根据指定的key,获取到对应的值
person = {"name":"sz","age":18,"height":185}
keys = person.keys()
#遍历所有的key
for key in keys:
    print(key)
    print(person[key])
    
#方式二  
#获取字典
kvs = person.items()#获取的是列表 列表内容为元组
for x,y in kvs:#元组的解包
    print(x)
    print(y)
"""
name
sz
age
18
height
185
"""

3.5 字典的计算

  • len(dic)
    • 计算键值对的个数
person = {"name":"sz","age":18,"height":185}
print(len(person))#输出 3

3.6 字典的判定

  • x in dic
    • 判定dic中的key,是否存在x
  • x not in dic
    • 判定dic中的key,是否不存在x
  • dic.has_key(key) 已经过期,建议使用in来代替
person = {"name":"sz","age":18,"height":185}
print("age" in person)#输出 True
print("address" in person)#输出 False



相关推荐

GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!

「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...

高丽大学等机构联合发布StarGAN:可自定义表情和面部特征

原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...

TensorFlow和PyTorch相继发布最新版,有何变化

原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...

「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口

上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...

20K star!搞定 LLM 微调的开源利器

LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...

大模型DeepSeek本地部署后如何进行自定义调整?

1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...

因配置不当,约5000个AI模型与数据集在公网暴露

除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...

基于pytorch的深度学习人员重识别

基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...

DeepSeek本地部署:轻松训练你的AI模型

引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...

谷歌今天又开源了,这次是Sketch-RNN

前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...

Tensorflow 使用预训练模型训练的完整流程

前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...

30天大模型调优学习计划(30分钟训练大模型)

30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...

python爬取喜马拉雅音频,json参数解析

一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...

五、JSONPath使用(Python)(json数据python)

1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...

Python网络爬虫的时候json=就是让你少写个json.dumps()

大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...