
Python 字典(Dictionary)_ python字典操作_python dictionary
字典是另一种可变容器模型,且可存储任意类型对象。
字典的每个键值(key=>value)对用冒号(:)分割,每个对之间用逗号(,)分割,整个字典包括在花括号({})中 ,格式如下所示:
d={key1:value1,key2:value2}
键必须是唯一的,但值则不必。
值可以取任何数据类型,但键必须是不可变的,如字符串,数字或元组。
一个简单的字典实例:
dict={'Alice':'2341','Beth':'9102','Cecil':'3258'}
也可如此创建字典:
dict1={'abc':456};dict2={'abc':123,98.6:37};
把相应的键放入熟悉的方括弧,如下实例:
#!/usr/bin/pythondict={'Name':'Zara','Age':7,'Class':'First'};print"dict['Name']: ",dict['Name'];print"dict['Age']: ",dict['Age'];
以上实例输出结果:
dict['Name']:Zaradict['Age']:7
如果用字典里没有的键访问数据,会输出错误如下:
#!/usr/bin/pythondict={'Name':'Zara','Age':7,'Class':'First'};print"dict['Alice']: ",dict['Alice'];
以上实例输出结果:
dict['Zara']:Traceback(most recent calllast):File"test.py",line4,in<module>print"dict['Alice']: ",dict['Alice'];KeyError:'Alice'
向字典添加新内容的方法是增加新的键/值对,修改或删除已有键/值对如下实例:
#!/usr/bin/pythondict={'Name':'Zara','Age':7,'Class':'First'};dict['Age']=8;# update existing entrydict['School']="DPS School";# Add new entryprint"dict['Age']: ",dict['Age'];print"dict['School']: ",dict['School'];
以上实例输出结果:
dict['Age']:8dict['School']:DPSSchool
能删单一的元素也能清空字典,清空只需一项操作。
显示删除一个字典用del命令,如下实例:
#!/usr/bin/python# -*- coding: UTF-8 -*-dict={'Name':'Zara','Age':7,'Class':'First'};deldict['Name'];# 删除键是'Name'的条目dict.clear();# 清空词典所有条目deldict;# 删除词典print"dict['Age']: ",dict['Age'];print"dict['School']: ",dict['School'];
但这会引发一个异常,因为用del后字典不再存在:
dict['Age']:Traceback(most recent calllast):File"test.py",line8,in<module>print"dict['Age']: ",dict['Age'];TypeError:'type'objectisunsubscriptable
注:del()方法后面也会讨论。
字典键的特性
字典值可以没有限制地取任何python对象,既可以是标准的对象,也可以是用户定义的,但键不行。
两个重要的点需要记住:
1)不允许同一个键出现两次。创建时如果同一个键被赋值两次,后一个值会被记住,如下实例:
#!/usr/bin/pythondict={'Name':'Zara','Age':7,'Name':'Manni'};print"dict['Name']: ",dict['Name'];
以上实例输出结果:
dict['Name']:Manni
2)键必须不可变,所以可以用数字,字符串或元组充当,所以用列表就不行,如下实例:
#!/usr/bin/pythondict={['Name']:'Zara','Age':7};print"dict['Name']: ",dict['Name'];
以上实例输出结果:
Traceback(most recent calllast):File"test.py",line3,in<module>dict={['Name']:'Zara','Age':7};TypeError:list objects are unhashable
Python字典包含了以下内置函数:
Python字典包含了以下内置方法:
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08