零基础学python编程思维(三) | 字典

一、使用格式

字典的每个键值key=>value对用冒号:分割，每对间用逗号,分割，整个字典包括在花括号{}中：

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

二、键与值

dict中的键key必须是唯一的、不可变的，因为dict需要根据key计算value的存储位置，该算法也被称为哈希算法(Hash)，如字符串、数字。但值value则不必，值可以取任何数据类型，既可以是标准的对象，也可以是用户定义的。 

一个key只能对应一个value，内部存放的顺序和key放入的顺序是没有关系的。不允许同一个key出现两次，当多次对一个key放入value，后面的值会把前面的值冲掉：

d['Jack']=90
d['Jack']=88   #可以用于更改某个key的取值

当key不存在时，dict会报错。为避免key不存在的错误，可以通过in判断key是否存在；也可以通过dict提供的get()方法，若key不存在则返回None（返回None时Python的交互环境不显示结果）或自己指定的value：

d['Thomas']
'Thomas' in d
d.get('Thomas')
d.get('Thomas', -1)

同一字典中的键可以是不同类型：

tinydict = {'abc':123, 98.6:37}

三、值的访问

字典作为一种和列表类似的可变容器模型，可以存储任意类型对象。但列表只能通过数字获取数据，字典则可以使用任何东西获取：

names=['Michael', 'Bob', 'Tracy']
scores=[95, 75, 85]
#给定一个名字查找对应的成绩,要先在names中找到对应的位置,再从scores取对应成绩
#list越长耗时越长(类似于从第一页翻字典)

d['Michael']
#用dict实现该需求只需要写一个“名字-成绩”的对照表,直接根据名字查成绩
#无论表有多大,该方法查找的速度不会变慢(类似于通过字典的索引表查字)

通过以上比较我们可以看出字典dict的特点：1.查找和插入的速度极快，不会随着key的增加而变慢；但也正因如此，2.需要占用大量的内存，内存浪费多。

而列表list则相反：1.查找和插入的时间随着元素的增加而增加；2.占用空间小，浪费内存很少。

四、删除字典元素

删除一个key用<字典名>.pop()，该key对应的value也会被删除：

d.pop('Bob')

也可以用del语句：

studict = {'Name':'Runoob', 'Age':7, 'Class':'First'}
del studict['Name']   #删除键'Name'
studict.clear()       #清空字典
del studict
print("studict['Age']:", studict['Age'])
#执行最后一步会引发异常，因为执行del后字典studict不再存在

五、内置函数

以空字典为例，使用{}创建空字典：

emptydict = {}

print(emptydict)
{}

len(dict)计算字典元素个数，即键的总数：

print("Length:", len(emptydict))
Length: 0

type(variable)返回输入的变量类型，如果变量是字典就返回字典类型：

print(type(emptydict))
<class 'dict'>

str(dict)输出字典，可以打印的字符串表示：

tinydict = {'Name': 'Runoob', 'Age': 7, 'Class': 'First'}

str(tinydict)
Out[16]: "{'Name': 'Runoob', 'Age': 7, 'Class': 'First'}"

 一个小练习

来自Datawhale的【PythonThinking】课程：

#creat a mapping of state to abbreviation
states = {
    'Oregon':'OR',
    'Florida':'FL',
    'California':'CA',
    'New York':'NY',
    'Michigan':'MI'}

#create a basic set of states and some cities in them
cities = {
    'CA':'San Francisco',
    'MI':'Detroit',
    'FL':'Jacksonville'}

#add some more cities
cities['NY'] = 'New York'
cities['OR'] = 'Portland'

#print out some cities
print('-' * 10)     #相当于分割线吧,好可爱
print("Michigan's abbreviation is: ", states['Michigan'])
print("Florida's abbreviation is: ", states['Florida'])

#do it by using the state then cities dict
print('-' * 10)
print("Michigan has:", cities[states['Michigan']])
print("Florida has:", cities[states['Florida']])

#print every state abbreviation
print('-' * 10)
for state, abbrev in list(states.items()):
    print(f"{state} is abbreviated {abbrev}")

#print every city in state
print('-' * 10)
for abbrev, city in list(cities.items()):
    print(f"{abbrev} has the city {city}")

#now do both at the same time
print('-' * 10)
for state, abbrev in list(states.items()):
    print(f"{state} state is abbreviated {abbrev}")
    print(f"and has city {cities[abbrev]}")

print('-' * 10)
#safely get a abbreviation by state that might not be there
state = states.get('Texas')

if not state:
    print("Sorry, no Texas.")

dict.get(key, default=None)返回指定键的值，如果键不在字典中返回default设置的默认值：

#get a city with a default value
city = cities.get('TX', 'Does Not Exist')
print(f"The city for the state 'TX' is: {city}")