Python字典详解：特性、创建方式与应用场景全解析

[id_11424713[id_9975210[id_1453432585]]9]id_1338777883]

在 Python 里，字典属于一种内置的数据结构。它可用来存储键值对。字典是一个无序的集合，其中每个键都是独一无二的，并且都与一个值相联系。字典能提供快速的查找、插入以及删除操作，所以在很多应用场景里都很有作用。字典的基本特性如下：

[id_1505410356]

几种常用的创建方式 1.使用花括号 {} 直接创建

# 创建一个空字典
my_dict = {}
# 创建一个带有初始键值对的字典
my_dict = {
    'name': 'Alice',
    'age': 25,
    'city': 'New York'
}

2.使用dict()构造函数

# 使用空的 dict() 构造函数创建空字典
empty_dict = dict([id_409901829]
[id_10353262]
person = dict(name='Alice', age=25, city='New York')

使用键列表与值列表能够创建字典，可利用 zip() 函数把键列表和值列表组合在一起

keys = ['key1', 'key2']
values = ['value1', 'value2']
my_dict = dict(zip(keys, values))

4.使用字典推导式

# 使用字典推导式创建字典
squares = {x: x*x for x in range(6)}
print(squares)  输出的内容为：0 对应的是 0，1 对应的是 1，2 对应的是 4，3 对应的是 9，4 对应的是 16，5 对应的是 25。

访问值 1.通过键值访问

my_dict = {
    'name': 'Alice',
    'age': 25,
    'city': 'New York'
}
# 通过键访问值
name = my_dict['name']
print(name)  # 输出: Alice

使用 get 方法来访问值，当键不存在时，不会产生报错情况，而是会返回 None 或者指定的默认值。

尝试获取键为 'country' 所对应的值，如果该键对应的值不存在，那么就返回 'USA'
country = my_dict.get('country', 'USA')
print(country)  # 输出: USA
# 添加 'country' 键到字典中
my_dict['country'] = 'Canada'
尝试再次获取“country”键所对应的的值。
country = my_dict.get('country')
print(country)  # 输出: Canada

修改值 1.修改已有键的值

# 修改已有键的值
my_dict['age'] = 26

2.添加新的键值对

# 添加新的键值对
my_dict['country'] = 'USA'

删除键值对 1.使用del关键字删除键值对

# 使用 del 关键字删除键值对
del my_dict['city']

2.使用pop方法删除键值对并返回该值

# 使用 pop 方法删除键值对并返回该值
age = my_dict.pop('age')
print(age)  # 输出: 26

遍历字典 1.遍历键

# 遍历字典的键
for key in my_dict:
    print(key)

2.遍历值

# 遍历字典的值
for value in my_dict.values():
    print(value)

3.遍历键值对

# 遍历字典的键值对
for key, value in my_dict.items():
    print(fKey 为 {key}，Value 为 {value})

常用方法 1.清空字典

# 清空字典
my_dict.clear()

2.获取字典的键列表

# 获取字典的键列表
keys = my_dict.keys()

3.获取字典的值列表

# 获取字典的值列表
values = my_dict.values()

4.获取字典的键值对列表

# 获取字典的键值对列表
items = my_dict.items()

使用字典统计单词出现频率

def count_words(text):
    word_count = {}
    words = text.split()
    for word in words:
        word = word.lower()  # 将单词转换为小写，以确保计数不区分大小写
        if word in word_count:
            word_count[word] += 1
        else:
            word_count[word] = 1
    return word_count
text = 
print(count_words(text))
- 有一个“only”。

字典的定义和结构：字典是一种用于存储键值对的数据结构，其中每个键都是唯一的，并且与一个值相关联。它类似于现实生活中的字典，通过键来快速查找对应的值。

字典是由键值对组成的集合，且这些键值对是无序的。每个键都是独一无二的，键与值之间通过冒号进行分隔。例如：存在这样一个字典，其中包含键“name”和值“Alice”，以及键“age”和值 25，即 {'name': 'Alice', 'age': 25}

2.类型：

字典属于 Python 内置的数据结构。可以利用花括号 {} 来创建它，也可以通过 dict() 函数来创建它。

3.操作和方法：

常用操作包括添加、修改、删除键值对，访问值等。

常用的方法包含 keys()，还有 values()，以及 items()，有 get()，也有 pop()等。

4.用途：

字典的用途通常是存储相关数据。它适合那些需要能够快速进行查找以及更新数据的场景。

数据框（DataFrame） 1.定义和结构：

数据框是 Pandas 库所具有的一种数据结构，它与电子表格相似。它是一个二维的、大小能够改变的、带有标签的数据结构，和数据库中的表格以及 Excel 表格类似。例如：

  name  age      city
0  Alice   25  New York
1    Bob   30  Chicago

2.类型：

数据框是在 Pandas 库中的一种对象。要使用数据框，就必须先导入 Pandas 库，具体的导入方式为：import pandas as pd 。

可以通过 pd.DataFrame() 创建。

3.操作和方法：

提供了多种方法和函数用于处理数据，其中包括数据筛选这一方法，还有数据合并、分组、聚合以及统计分析等函数。

常用的方法包含 head()，还有 describe()，以及 merge()，另外有 groupby()，同时还有 pivot_table()等。

4.用途：

数据框可用来处理和分析结构化数据。它特别适用于那些需要进行复杂数据操作和分析的场景。

使用字典数组生成df

import pandas as pd
# 字典数组
data = [
    {'name': 'Alice', 'age': 25, 'city': 'New York'},
    {'name': 'Bob', 'age': 30, 'city': 'Chicago'},
    {'name': 'Charlie', 'age': 35, 'city': 'San Francisco'},
    {'name': 'David', 'age': 40, 'city': 'Los Angeles'},
    {'name': 'Eve', 'age': 45, 'city': 'New York'}
]
# 创建数据框
df = pd.DataFrame(data)
# 显示数据框
print("原始数据框：")
print(df)
# 筛选年龄大于30的人
filtered_df = df[df['age'] > 30]
print("\n年龄大于30的人：")
print(filtered_df)
# 按城市分组并计算每个城市的平均年龄
grouped_df = df.groupby('city')['age'].mean().reset_index()
print("\n按城市分组并计算平均年龄：")
print(grouped_df)
# 添加新列，表示是否年龄大于30
df['age_gt_30'] = df['age'] > 30
print("\n添加新列，表示是否年龄大于30：")
print(df)

继续浏览有关 textnumberspatterns 的文章