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中的字典是什么?

liuian 2024-11-28 00:43 14 浏览

“一起学习,一起成长!”

字典(dictionary)与列表类似,但其中元素的顺序无关紧要,因为它们不是通过像0或1的偏移量访问的。取而代之,每个元素拥有与之对应的互不相同的键(key),通过键来访问。键通常是字符串,但它还可以是Python中其他任意的不可变类型:布尔型、整型、浮点型、元组、字符串,以及其他一些在后面的内容会见到的类型。字典是可变的,因此你可以增加、删除或修改其中的键值对。

1. 使用{}创建字典

>>> empty_dict={}

>>> empty_dict

{}

>>> bierce={"day":"mostly misspent","positive":"one's voice","misfortune":"never misses"}

>>> bierce

{'day': 'mostly misspent', 'positive': "one's voice", 'misfortune': 'never misses'}

2. 使用dict()转换为字典

可以用dict()将包含双值子序列的序列转换成字典。

每个子序列的第一个元素作为键,第二个元素作为值。

>>> lol=[['a','b'],['c','d'],['e','f']]

>>> dict(lol)

{'a': 'b', 'c': 'd', 'e': 'f'}

可以对任何包含双值子序列的序列使用dict():

包含双值元组的列表:

>>> lot=[('a','b'),('b','d'),('e','f')]

>>> lot

[('a', 'b'), ('b', 'd'), ('e', 'f')]

>>> dict(lot)

{'a': 'b', 'b': 'd', 'e': 'f'}

包含双值列表的元组:

>>> tol=(['a','b'],['c','d'],['e','f'])

>>> dict(tol)

{'a': 'b', 'c': 'd', 'e': 'f'}

双字符的字符串组成的列表:

>>> los=['ab','cd','ef']

>>> dict(los)

{'a': 'b', 'c': 'd', 'e': 'f'}

双字符的字符串组成的元组:

>>> tos=('ab','cd','ef')

>>> dict(tos)

{'a': 'b', 'c': 'd', 'e': 'f'}

3. 使用[key]添加或修改元素

>>> python={}

>>> python={'a':'b','c':'d','e':'f','g':'h'}

>>> python

{'a': 'b', 'c': 'd', 'e': 'f', 'g': 'h'}

添加新键值对:

>>> python['new1']='new2'

>>> python

{'a': 'b', 'c': 'd', 'e': 'f', 'g': 'h', 'new1': 'new2'}

使用键修改值:

>>> python['new1']='new2-1'

>>> python

{'a': 'b', 'c': 'd', 'e': 'f', 'g': 'h', 'new1': 'new2-1'}

字典的键必须保证互不相同。如果创建字典时同一个键出现了两次,那么后面出现的值会取代之前的值:

>>> pythoon={'a':'b','a':'c','c':'d'}

>>> pythoon

{'a': 'c', 'c': 'd'}

4. 使用update()合并字典

使用update()可以将一个字典的键值对复制到另一个字典中去。

>>> python={'a':'b','c':'d','e':'f'}

>>> others={'age':26,'pay':'1236'}

>>> python.update(others)

>>> python

{'a': 'b', 'c': 'd', 'e': 'f', 'age': 26, 'pay': '1236'}

如果待添加的字典与待扩充的字典包含同样的键会怎么样?新归入字典的值会取代原有的值:

>>> python2={'age':89}

>>> python.update(python2)

>>> python

{'a': 'b', 'c': 'd', 'e': 'f', 'age': 89, 'pay': '1236'}

5. 使用del删除具有指定键的元素

>>> del python['age']

>>> python

{'a': 'b', 'c': 'd', 'e': 'f', 'pay': '1236'}

>>> del python['a']

>>> python

{'c': 'd', 'e': 'f', 'pay': '1236'}

6. 使用clear()删除所有元素

使用clear(),或者给字典变量重新赋值一个空字典({})可以将字典中所有元素删除:

>>> python.clear()

>>> python

{}

>>> python={}

>>> python

7. 使用in判断是否存在

如果希望判断某一个键是否存在于一个字典中,可以使用in。

>>> python={'a':'b','c':'d','e':'f'}

>>> 'a' in python

True

>>> 'f' in python

False

8. 使用[key]获取元素

这是对字典最常进行的操作,只需指定字典名和键即可获得对应的值:

>>> python['a']

'b'

如果字典中不包含指定的键,会产生一个异常:

>>> python['f']

Traceback (most recent call last):

File "<stdin>", line 1, in <module>

KeyError: 'f'

有两种方法可以避免这种情况的发生。第一种是在访问前通过in测试键是否存在:

>>> 'f' in python

False

另一种方法是使用字典函数get():

>>> python.get('a')

'b'

反之,若键不存在,如果指定了可选值,那么get()函数将返回这个可选值:

>>> python.get('f','not in python')

'not in python'

否则,会得到None(在交互式解释器中什么也不会显示):

>>> python.get('f',None)

>>>

9. 使用keys()获取所有键

使用keys()可以获得字典中的所有键。

>>> python.keys()

dict_keys(['a', 'c', 'e'])

但在python3中,你只能自己调用list()将dict_keys转换为列表类型。

>>> list(python.keys())

['a', 'c', 'e']

在python3里,同样需要手动使用list()将values()和items()返回值转换为普通的python列表。

10. 使用values获取所有值

使用values()可以获取字典中的所有值:

>>> list(python.values())

['b', 'd', 'f']

11. 使用items()获取所有键值对

使用items()函数可以获取字典中所有的键值对:

>>> list(python.items())

[('a', 'b'), ('c', 'd'), ('e', 'f')]

12.诚邀扫描下方二维码关注公众号,一起学习,一起成长! 使用=赋值,使用copy()复制

与列表一样,对字典内容进行的修改会反映到所有与之相关联的变量名上:

>>> python={'a':'b','c':'d','e':'f'}

>>> python_new=python

>>> python_new

{'a': 'b', 'c': 'd', 'e': 'f'}

>>> python['a']='g'

>>> python

{'a': 'g', 'c': 'd', 'e': 'f'}

若想避免这种情况,可以使用copy()将字典复制到一个新的字典中:

>>> python_new1=python.copy()

>>> python_new1

{'a': 'g', 'c': 'd', 'e': 'f'}

>>> python_new1['a']='u'

>>> python_new1

{'a': 'u', 'c': 'd', 'e': 'f'}

「亲,如果笔记对您有帮助,收藏的同时,记得给点个赞、加个关注哦!感谢!」

「诚邀关注公众号“issnail”,会有惊喜哦!感谢!」

「文中代码均亲测过,若有错误之处,欢迎批评指正,一起学习,一起成长!」

参考书目:python语言及其应用

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...