字典
dict_fruit = {'apple':'苹果','banana':'香蕉','cherry':'樱桃','avocado':'牛油果','watermelon':'西瓜'}
字典的操作
#字典的遍历方式 #默认遍历(遍历key) for value in dict_fruit: print(value) ''''' 遍历出的值: watermelon apple cherry avocado banana ''' #使用key遍历(与默认遍历一样) for key in dict_fruit.keys(): print(key) ''''' 遍历出的值: watermelon apple cherry avocado banana ''' #使用value遍历 for value in dict_fruit.values(): print(value) ''''' 遍历出的值: 苹果 牛油果 香蕉 西瓜 樱桃 ''' #使用key,value遍历 for key,value in dict_fruit.items(): print(key+'--->'+value) ''''' 遍历出的值: avocado--->牛油果 apple--->苹果 banana--->香蕉 cherry--->樱桃 watermelon--->西瓜 ''' #创建字典 #使用dict() res = dict(brand = '品牌',size='尺码',color='颜色') print(res,type(res)) ''''' res结果: {'size': '尺码', 'brand': '品牌', 'color': '颜色'} <class 'dict'> ''' #使用zip()和dict() keys = ['1','2','3','4','5'] values = [1,2,3,4,5] res = dict(zip(keys,values)) print(res,type(res)) ''''' res结果: {'3': 3, '4': 4, '1': 1, '2': 2, '5': 5} <class 'dict'> ''' #字典的推导式 res = {k+'的中文是'+v for k,v in dict_fruit.items()} print(res) ''''' res结果: {'watermelon的中文是西瓜', 'avocado的中文是牛油果', 'banana的中文是香蕉', 'cherry的中文是樱桃', 'apple的中文是苹果'} '''
字典的函数
#清空字典 test1 = {1:'1'} test1.clear() print(test1) ''''' test1结果: {} ''' #复制字典(复制成一个新字典) test2 = {2:'2'} test2_copy = test2.copy() print(test2_copy) ''''' test2结果: {2: '2'} ''' #使用指定的key和value制作一个字典 list_test = ['a','b','c'] test3 = {}.fromkeys(list_test,'ojbk') print(test3) ''''' test3结果: {'a': 'ojbk', 'b': 'ojbk', 'c': 'ojbk'} ''' #将一个字典转化为二级容器(中间容器) res = dict_fruit.items() print(res,type(res)) ''''' res结果: dict_items([('avocado', '牛油果'), ('apple', '苹果'), ('banana', '香蕉'), ('watermelon', '西瓜'), ('cherry', '樱桃')]) <class 'dict_items'> ''' #将字典的key组成新的容器 res = dict_fruit.keys() print(res,type(res)) ''''' res结果: dict_keys(['watermelon', 'cherry', 'avocado', 'apple', 'banana']) <class 'dict_keys'> ''' #将字典的value组成新的容器 res = dict_fruit.values() print(res,type(res)) ''''' res结果: dict_values(['牛油果', '香蕉', '樱桃', '苹果', '西瓜']) <class 'dict_values'> ''' #根据key删除字典中的数据 test4 = {1:'1',2:'2',3:'3'} test4.pop(2) print(test4) ''''' test4结果: {1: '1', 3: '3'} ''' #依次弹出(删除)字典中的数据 test5 = {1:'1',2:'2',3:'3',4:'4',5:'5'} test5.popitem() print(test5) test5.popitem() print(test5) test5.popitem() print(test5) ''''' test5依次结果: {2: '2', 3: '3', 4: '4', 5: '5'} {3: '3', 4: '4', 5: '5'} {4: '4', 5: '5'} ''' #更新dict中的数据(更新一个不存在的key时,可用于添加新数据) test6 = {'super':'Eric','ssuper':'Cbabe','sssuper':'Gogo','supreme':'wiz333'} #更新数据 test6.update(super='Eric-LPL') print(test6) #添加数据 test6.update(niceboy='Bigmao') print(test6) ''''' test6依次结果: {'ssuper': 'Cbabe', 'supreme': 'wiz333', 'sssuper': 'Gogo', 'super': 'Eric-LPL'} {'ssuper': 'Cbabe', 'supreme': 'wiz333', 'niceboy': 'Bigmao', 'sssuper': 'Gogo', 'super': 'Eric-LPL'} ''' #获取dict中的数据(使用key获取) test7 = {1:'1',2:'2',3:'3',4:'4',5:'5'} res = test7.get(1) print(res,type(res)) ''''' test7结果: 1 <class 'str'> ''' #给dict添加数据(setdefault,不能用于更新数据) test8 = {1:'1',2:'2',3:'3',4:'4',5:'5'} test8.setdefault(6,'6') print(test8) ''''' test8结果: {1: '1', 2: '2', 3: '3', 4: '4', 5: '5', 6: '6'} '''
总结
以上所述是小编给大家介绍的python中的字典操作及字典函数,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
标签:
python,字典
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
暂无“python中的字典操作及字典函数”评论...
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新动态
2024年11月26日
2024年11月26日
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]