京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28