dict
dict() 函数用于创建一个字典。
dict 语法:
class dict(**kwarg)
class dict(mapping, **kwarg)
class dict(iterable, **kwarg)
参数说明:
List是python中的基本数据结构之一,和Java中的ArrayList有些类似,支持动态的元素的增加。list还支持不同类型的元素在一个列表中,
Python内置字典:dict的支持,dict全称dictionary,在其他语言也称为map,使用键-值(key-value)存储,具有极快的查询速度。
举个例子,假设要根据同学的名字查询对应的成绩,如果用list实现,需要两个list:
names = ['Michael','Bob','Tracy']
scores = ['95','75','85']
names
给定一个名字,要查询对应的成绩,就先要在names中找到对应的位置,再从scores取出对应的成绩,list越长,耗时越长。
如果用dict实现,只需要一个“名字”-“成绩”的对照表,直接根据名字查询成绩,无论这个表有多大,查询速度都不会变慢。
d = {'Michael':95,'Bob':'75','Tracy': 85}
d['Michael']
为什么dict查找速度这么快?因为dict的实现原理和查字典是一样的。假设字典包含了1万个汉子,我们要某一个字,一个办法是把字典从第一页往后翻,直到找到我们想要的字为止,这种方法就是在list中查找元素的方法,list越大,查询越慢。
第二种方法是先在字典的索引表里(比如部首表)查这个字对应的页码,然后直接翻到该页,找到这个字。无论找那个字,这种查询速度非常快,不会随着字典大小的增加而变慢。
ditc就是第二种实现方式,给定一个名字,比如'Michael',dict的内部就可以直接计算出Michael对应的存放成绩的“页码”,也就是95这个数字存放的内存地址,直接取出来,所以速度非常快。
你可以猜到,这种key-value存储方式,在放进去的时候,必须根据key算出value的存放位置,这样,取得时候才能根据key直接拿到value。
把数据放入dict的方法,除了初始化时指定外,还可以通过key放入:
d['Adam'] = 67
d['Adam']
由于一个key只能对应一个value,所以,多次一个key放入value,后面的值会把前面的值冲掉:
d['Jack'] = 90
d['Jack']
d['Jack'] = 88
d['Jack']
如果key不存在,dict就会报错:
要避免key不存在的错误,有两种办法,一是通过in哦按段key是否存在:
'Thomas' in d
二是通过dict提供get()方法,如果key不存在,可以返回None,或者自己指定的value:
d.get('Thomas')
d.get('Thomas',-1)
注意:返回None的时候Python的交互环境不显示结果。
要删除一个key,用pop(key)方法,对应的value也会从dict中删除:
d.pop('Bob')
75
d
{'Michael': 95, 'Tracy': 85}
dict内部存放弟弟顺序和key放入的顺序是没有关系的。
和list比较,dict有以下几个特点:
1,查找和插入的速度极快,不会随着key的增加而变慢,
2,需要占用大量的内存,内存浪费多。
而list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,浪费内存少。
所以,dict是用空间来换取时间的一种方法。
dict可以同在需要高速查找的很多地方,在python代码中几乎无处不在,正确使用dict非常重要,需要牢记的第一条就是dict的key必须是不可变对象。
这是因为dict根据key来计算value的存储位置,如果每次计算相同的key得出的结果不同,那dict内部就完全混乱了,这个通过key计算位置的算法称为哈希算法(Hash)
要保证hash的正确性,作为key的对象就不能便。在python中,字符串,整数等都是不可变的,因此,可以放心地作为key,而list是可变的,就不能作为key:
dict() # 创建空字典
{}
dict(a='a', b='b', t='t') # 传入关键字
{'a': 'a', 'b': 'b', 't': 't'}
dict(zip(['one', 'two', 'three'], [1, 2, 3])) # 映射函数方式来构造字典
{'three': 3, 'two': 2, 'one': 1}
dict([('one', 1), ('two', 2), ('three', 3)]) # 可迭代对象方式来构造字典
{'three': 3, 'two': 2, 'one': 1}
numbers = dict(x=5, y=0)
print('numbers =', numbers)
print(type(numbers))
empty = dict()
print('empty =', empty)
print(type(empty))
# 没有设置关键字参数
numbers1 = dict([('x', 5), ('y', -5)])
print('numbers1 =',numbers1)
# 设置关键字参数
numbers2 = dict([('x', 5), ('y', -5)], z=8)
print('numbers2 =',numbers2)
# zip() 创建可迭代对象
numbers3 = dict(dict(zip(['x', 'y', 'z'], [1, 2, 3])))
print('numbers3 =',numbers3)
映射类型(Mapping Types)是一种关联式的容器类型,它存储了对象与对象之间的映射关系。
numbers1 = dict({'x': 4, 'y': 5})
print('numbers1 =',numbers1)
# 以下代码不需要使用 dict()
numbers2 = {'x': 4, 'y': 5}
print('numbers2 =',numbers2)
# 关键字参数会被传递
numbers3 = dict({'x': 4, 'y': 5}, z=8)
print('numbers3 =',numbers3)
------------------------------------------------------------------------------set
set 和 dict 类似,也是一组 key 的集合,但是不存储 value. 由于 key 不重复,所以,在 set 中, 没有重复的 key 集合是可变类型:
set() 函数创建一个无序不重复元素集,可进行关系测试,删除重复数据,还可以计算交集、差集、并集等。
set 语法:
class set([iterable])
参数说明:
set和dict类似,也是一组key组合,但不能存储value。由于key不能重复,所以早set中,没有重复的key。
要创建一个set,需要提供一个list作为输出集合“
s = set([1,2,3])
s
注意,传入参数[1,2,3]是一个;list,而显示的{1,2,3}只是告诉你这个set内部有1,2,3这3个元素,显示的顺序也不表示set是有序的。
重复元素在set中自动被过滤:
s = set({1,1,2,2,3,3})
s
通过add(key)方法可以添加元素到set中,可以重复添加,但不会有效果:
s.add(4)
s
通过remove(key)方法可以删除元素:
s.remove(4)
s
set可以看成数学意义上的无序和无重复元素的集合,因此,两个set可以做数学意义上的交集,并集等操作:
s1 = set([1,2,3])
s2 = set([2,3,4])
s1 & s2
s1 | s2
set和dict的唯一区别仅在于没有存储对应的value,但是,set的原理和dict一样,所以,同样不可以放入可变对象,因为无法判断两个可变对象是否相等,也就无法保证set内部“不会有重复元素”。试试把list放入set,看看是否会报错。
str是不变对象,而lits是可变对象
对于可变对象,比如list,对list进行操作,list内部弟弟内容是会变化的,不如:
a = ['c','b','a']
a.sort()
a
而对于不可变对象,比如str,对str进行操作
a = 'abc'
a.replace('a','A')
a
虽然字符串有个replace()方法,也确实变出了'Abc',但变量a最后还是'abc',一个如何去理解嘞!
a = 'abc'
b = a.replace('a','A')
b
a
要记住的是a是变量,而'abc'才是字符串对象!有些时候,我们经常说,对象a的内容说'abc',但其实是指,本身是一个变量,它指向的对象的内容才是'abc':
当我们调用a.replace('a','A')时,实际调用方法replace是作用在字符串对象'abc'上的,而这个方法虽然名字叫replace,但却没有改变字符串'abc'的内容。相反,replace方法创建了一个新字符串'Abc'并返回,如果我们用变量b指向该字符串,就容易理解了,变量a指向原有的字符串'abc',但变量b却指向字符串'Abc'了:
所以,对于不变对象来说,调用对象自身的任意方法,也不会改变该对象自身的内容。相反,这些方法会创建新的对象并返回,这样,就保证了不可变对象本身永远是不可变的。
使用key-value存储结构的dict在Python中非常有用,选择不可变对象作为key很重要,最常用的key是字符串。
x = set('runoob')
y = set('google')
x, y
(set(['b', 'r', 'u', 'o', 'n']), set(['e', 'o', 'g', 'l'])) # 重复的被删除
x & y # 交集
set(['o'])
x | y # 并集
set(['b', 'e', 'g', 'l', 'o', 'n', 'r', 'u'])
x - y # 差集
set(['r', 'b', 'u', 'n'])
Python内置的函数
内置函数 | ||||
---|---|---|---|---|
abs() | divmod() | input() | open() | staticmethod() |
all() | enumerate() | int() | ord() | str() |
any() | eval() | isinstance() | pow() | sum() |
basestring() | execfile() | issubclass() | print() | super() |
bin() | file() | iter() | property() | tuple |
bool() | filter() | len() | range() | type() |
bytearray() | float() | list() | ram input() | unichr() |
callable() | format() | locals() | reduce() | unicode() |
chr() | frozenset() | long() | reload() | vars() |
classmethod() | getattr() | map() | repr() | xrange() |
---|---|---|---|---|
cmp() | globals() | max() | reverse() | zip() |
compile() | hasattr() | memoryview() | round() | import() |
complex() | hash() | min() | set() | |
delattr() | help() | next() | setattr() | |
dict() | hex() | obhect() | slice() | |
dir() | id() | oct() | sorted() | exec内置表达式 |
扫码关注腾讯云开发者
领取腾讯云代金券
Copyright © 2013 - 2025 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号:粤B2-20090059 深公网安备号 44030502008569
腾讯云计算(北京)有限责任公司 京ICP证150476号 | 京ICP备11018762号 | 京公网安备号11010802020287
Copyright © 2013 - 2025 Tencent Cloud.
All Rights Reserved. 腾讯云 版权所有