Python 字典dict使用介绍

所属分类: 脚本专栏 / python 阅读数: 612
收藏 0 赞 0 分享

Python字典的创建

方法一:

>>> blank_dict = {}
>>> product_dict = {'MAC':8000,'Iphone':5000, 'ipad':4000, 'mp3': 300}
>>> product_dict
{'ipad': 4000, 'MAC': 8000, 'Iphone': 5000, 'mp3': 300}
>>> blank_dict,product_dict
({}, {'ipad': 4000, 'MAC': 8000, 'Iphone': 5000, 'mp3': 300})

方法二:
从Python 2.2版本开始

>>> fdict = dict((['www','www.linuxeye.com'],['blog','blog.linuxeye.com']))
>>> fdict
{'blog': 'blog.linuxeye.com', 'www': 'www.linuxeye.com'}

方法三:
从Python 2.3版本开始, 可以用一个很方便的内建方法fromkeys() 来创建一个”默认”字典, 字典中元素具有相同的值 (如果没有给出, 默认为None):

>>> fk_dict = {}.fromkeys(('a','b'),'LinuxEye')
>>> fk_dict
{'a': 'LinuxEye', 'b': 'LinuxEye'}
>>> fk2_dict = {}.fromkeys(('yeho','python'))
>>> fk2_dict
{'python': None, 'yeho': None}
>>> fk3_dict = {}.fromkeys('yeho','python')
>>> fk3_dict
{'y': 'python', 'h': 'python', 'e': 'python', 'o': 'python'}

Python字典查、增、删、改

>>> product_dict = {'MAC':8000,'Iphone':5000, 'mp3': 300}
>>> product_dict['Iphone']
5000
>>> product_dict['ipad'] = 4000 #增
>>> product_dict
{'ipad': 4000, 'MAC': 8000, 'Iphone': 5000, 'mp3': 300}
 
>>> product_dict.keys() #查看索引
['ipad', 'MAC', 'Iphone', 'mp3']
>>> product_dict.values() #查看值
[4000, 8000, 5000, 300]
>>> product_dict.items()
[('ipad', 4000), ('MAC', 8000), ('Iphone', 5000), ('mp3', 300)]
>>> for product,price in product_dict.items():
...  print product,price
...
ipad 4000
MAC 8000
Iphone 5000
mp3 300
>>> product_dict.has_key('Iphone') #判断key是否存在
True
>>> product_dict.has_key('Itouch')
False
 
>>> product_dict.pop('MAC') #删除指定key和value
 8000
 >>> product_dict
 {'ipad': 4000, 'Iphone': 5000, 'mp3': 300}
 >>> product_dict.popitem() #删除第一个key和value
 ('ipad', 4000)
 >>> product_dict
 {'Iphone': 5000, 'mp3': 300}
 
 >>> product_dict = {'Iphone': 5000, 'mp3': 300}
 >>> del product_dict['Iphone'] #用del函数删除指定key和value
 >>> product_dict
 {'mp3': 300}
 >>> product_dict['mp3'] = 299 #改
 >>> product_dict
 {'mp3': 299}
 >>> product_dict.clear() #清空字典内容(空字典)
 >>> product_dict
 {}
 >>> del product_dict #删除字典
 >>> product_dict = {'mp3': 300}
 >>> del product_dict #已删除报错
 Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
 NameError: name 'product_dict' is not defined
更多精彩内容其他人还在看

pandas的qcut()方法详解

这篇文章主要介绍了pandas的qcut()方法详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

从列表或字典创建Pandas的DataFrame对象的方法

这篇文章主要介绍了从列表或字典创建Pandas的DataFrame对象的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

pandas.DataFrame的pivot()和unstack()实现行转列

这篇文章主要介绍了pandas.DataFrame的pivot()和unstack()实现行转列,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
收藏 0 赞 0 分享

pandas中的series数据类型详解

这篇文章主要介绍了pandas中的series数据类型详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

pandas 时间格式转换的实现

这篇文章主要介绍了pandas 时间格式转换的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

python中时间、日期、时间戳的转换的实现方法

这篇文章主要介绍了python中时间、日期、时间戳的转换的实现方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

pandas进行时间数据的转换和计算时间差并提取年月日

这篇文章主要介绍了pandas进行时间数据的转换和计算时间差并提取年月日,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

详解将Pandas中的DataFrame类型转换成Numpy中array类型的三种方法

这篇文章主要介绍了详解将Pandas中的DataFrame类型转换成Numpy中array类型的三种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

python和c语言的主要区别总结

在本篇文章里小编给各位整理了关于python和c语言的主要区别的相关知识帖内容,有需要的朋友们学习阅读下。
收藏 0 赞 0 分享

选择Python写网络爬虫的优势和理由

在本篇文章里小编给各位整理了一篇关于选择Python写网络爬虫的优势和理由以及相关代码实例,有兴趣的朋友们阅读下吧。
收藏 0 赞 0 分享
查看更多