cari
Rumahpembangunan bahagian belakangTutorial PythonPython零基础入门之九字典

1.字典的定义 
字典的特征是字典的标志是花(大)括号,字典中的元素使用键值对的方式。一个键值对作为一个数据项。 
2.创建字典的方法 
(1)使用定义法

dict1={'李宁':'一切皆有可能','耐克':'Just do it','阿迪达斯':'Impossible is nothing','鱼C工作室':'编程让世界更美好'}
print("鱼C工作室的口号是:",dict1["鱼C工作室"])print("\n")
dict2={1:'one',2:'two',3:'three'}#可以使用键作为索引获得相应的值。print(dict2[1])print('\n')

120.png

2.使用dict()函数来创建一个字典 
值得注意的是dict()只有一个参数

#之所以会有那么多的括号,是因为dict函数只有一个参数
dict3=dict((('F',70),('i',105),('s',115),('h',104),('C',67)))
print(dict3)
print('\n')

121.png

(3)使用dict()+关键字参数创建一个字典 
值得注意的是:关键字参数并没有引号

dict4=dict(小甲鱼="编程让世界更加美好",苍井空="让AV征服宅男")print(dict4)

122.png

3.修改字典中的项 
(1)修改字典中存在的项

dict4['苍井空']="AV不是宅男的福利"print(dict

123.png

(2)修改字典中不存在的项 
这个比较特殊,不但不会出现异常,而且会在字典中插入该数据项

dict4['爱迪生']="天才是99%的汗水加上1%的灵感"print(dict4)

124.png

4.字典的内置函数 
(1)fromkeys(S[,v]) 创建一个字典并返回一个字典,第二个参数默认值为 
None.

dict1={}dict1=dict1.fromkeys((1,2,3))
print(dict1)
print("\n")dict1=dict1.fromkeys((1,2,3),('numbers'))
print(dict1)

125.png

(2)keys()函数:获取字典的所有的键

dict1=dict1.fromkeys(range(32),"赞")
print(dict1)for eachkey in dict1.keys():     
print(eachkey,end=" ")
print("\n")

126.png

(3)values()函数:获取字典的所有的值

#values()所有值的集合for eachvalue in dict1.values():     print(eachvalue,end=" ")print("\n")

127.png

(4)items()函数:获取函数的所有项

for eachitem in dict1.items():     print(eachitem,end=" ")

128.png

(5)get()函数获得字典键对应的值,如果不存在则返回None

str1=dict1.get(32)
print(str1)

129.png

(6)in 或者not in 成员关系判断符:判断一个键或者值是否在字典中

print("\n")print(32 in dict1)print("\n")

130.png

(7)clear():清空字典中的所有项

dict1.clear()print(dict1)

131.png

(8)update()函数:使用一个字典更新另一个字典的内容

a={1:"one"}
b={1:"two"}a.update(b)
print(a)

132.png

最后再来说一下使用“=”(赋值符号)和使用拷贝函数的不同: 
总的来说使用赋值符号只是创建了一个指向给数据的标签,但还是共用一份数据,类似于人的大小名字。而使用函数时完完全全没有关系的数据。

print("\n")
list1=['1','2','3']
list2=list1[:3]
list3=list1print(id(list1))
print(id(list2))
print(id(list3))
print(list2)
print(list3)
list1[0]="666"
print(list2)
print(list3)
#根据id可知,字典的赋值操作创建了一个指向
#数据的一个标签,并不是真正意义上的拷贝
a={"姓名":"小甲鱼"}
b=aprint(id(a))print(id(b))print(b)
#将a指向了空字典,而不是改变其数据的大小
#这里类似于指针的赋值,指针的赋值是将地址的赋值
#而不是数据的赋值a={}
#空集类似于空指针print(id(a))print(a)print(b)
#赋值与全拷贝函数,区别类似于上面a={1:'one',2:'two',3:'three'}
b=a.copy()
c=aprint(id(a))print(id(b))print(id(c))print(a)print(b)print(c)

133.png

字典的知识到此为止,如果再有会及时补充。

以上就是Python零基础入门之九字典的内容,更多相关内容请关注PHP中文网(www.php.cn)!


Kenyataan
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Python vs C: Lengkung pembelajaran dan kemudahan penggunaanPython vs C: Lengkung pembelajaran dan kemudahan penggunaanApr 19, 2025 am 12:20 AM

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Python vs C: Pengurusan dan Kawalan MemoriPython vs C: Pengurusan dan Kawalan MemoriApr 19, 2025 am 12:17 AM

Python dan C mempunyai perbezaan yang signifikan dalam pengurusan dan kawalan memori. 1. Python menggunakan pengurusan memori automatik, berdasarkan pengiraan rujukan dan pengumpulan sampah, memudahkan kerja pengaturcara. 2.C memerlukan pengurusan memori manual, memberikan lebih banyak kawalan tetapi meningkatkan risiko kerumitan dan kesilapan. Bahasa mana yang harus dipilih harus berdasarkan keperluan projek dan timbunan teknologi pasukan.

Python untuk pengkomputeran saintifik: rupa terperinciPython untuk pengkomputeran saintifik: rupa terperinciApr 19, 2025 am 12:15 AM

Aplikasi Python dalam pengkomputeran saintifik termasuk analisis data, pembelajaran mesin, simulasi berangka dan visualisasi. 1.Numpy menyediakan susunan pelbagai dimensi yang cekap dan fungsi matematik. 2. Scipy memanjangkan fungsi numpy dan menyediakan pengoptimuman dan alat algebra linear. 3. Pandas digunakan untuk pemprosesan dan analisis data. 4.Matplotlib digunakan untuk menghasilkan pelbagai graf dan hasil visual.

Python dan C: Mencari alat yang betulPython dan C: Mencari alat yang betulApr 19, 2025 am 12:04 AM

Sama ada untuk memilih Python atau C bergantung kepada keperluan projek: 1) Python sesuai untuk pembangunan pesat, sains data, dan skrip kerana sintaks ringkas dan perpustakaan yang kaya; 2) C sesuai untuk senario yang memerlukan prestasi tinggi dan kawalan asas, seperti pengaturcaraan sistem dan pembangunan permainan, kerana kompilasi dan pengurusan memori manualnya.

Python untuk sains data dan pembelajaran mesinPython untuk sains data dan pembelajaran mesinApr 19, 2025 am 12:02 AM

Python digunakan secara meluas dalam sains data dan pembelajaran mesin, terutamanya bergantung pada kesederhanaannya dan ekosistem perpustakaan yang kuat. 1) PANDAS digunakan untuk pemprosesan dan analisis data, 2) Numpy menyediakan pengiraan berangka yang cekap, dan 3) SCIKIT-Learn digunakan untuk pembinaan dan pengoptimuman model pembelajaran mesin, perpustakaan ini menjadikan Python alat yang ideal untuk sains data dan pembelajaran mesin.

Pembelajaran Python: Adakah 2 jam kajian harian mencukupi?Pembelajaran Python: Adakah 2 jam kajian harian mencukupi?Apr 18, 2025 am 12:22 AM

Adakah cukup untuk belajar Python selama dua jam sehari? Ia bergantung pada matlamat dan kaedah pembelajaran anda. 1) Membangunkan pelan pembelajaran yang jelas, 2) Pilih sumber dan kaedah pembelajaran yang sesuai, 3) mengamalkan dan mengkaji semula dan menyatukan amalan tangan dan mengkaji semula dan menyatukan, dan anda secara beransur-ansur boleh menguasai pengetahuan asas dan fungsi lanjutan Python dalam tempoh ini.

Python untuk Pembangunan Web: Aplikasi UtamaPython untuk Pembangunan Web: Aplikasi UtamaApr 18, 2025 am 12:20 AM

Aplikasi utama Python dalam pembangunan web termasuk penggunaan kerangka Django dan Flask, pembangunan API, analisis data dan visualisasi, pembelajaran mesin dan AI, dan pengoptimuman prestasi. 1. Rangka Kerja Django dan Flask: Django sesuai untuk perkembangan pesat aplikasi kompleks, dan Flask sesuai untuk projek kecil atau sangat disesuaikan. 2. Pembangunan API: Gunakan Flask atau DjangorestFramework untuk membina Restfulapi. 3. Analisis Data dan Visualisasi: Gunakan Python untuk memproses data dan memaparkannya melalui antara muka web. 4. Pembelajaran Mesin dan AI: Python digunakan untuk membina aplikasi web pintar. 5. Pengoptimuman Prestasi: Dioptimumkan melalui pengaturcaraan, caching dan kod tak segerak

Python vs C: Meneroka Prestasi dan KecekapanPython vs C: Meneroka Prestasi dan KecekapanApr 18, 2025 am 12:20 AM

Python lebih baik daripada C dalam kecekapan pembangunan, tetapi C lebih tinggi dalam prestasi pelaksanaan. 1. Sintaks ringkas Python dan perpustakaan yang kaya meningkatkan kecekapan pembangunan. 2. Ciri-ciri jenis kompilasi dan kawalan perkakasan meningkatkan prestasi pelaksanaan. Apabila membuat pilihan, anda perlu menimbang kelajuan pembangunan dan kecekapan pelaksanaan berdasarkan keperluan projek.

See all articles

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Alat panas

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

MinGW - GNU Minimalis untuk Windows

MinGW - GNU Minimalis untuk Windows

Projek ini dalam proses untuk dipindahkan ke osdn.net/projects/mingw, anda boleh terus mengikuti kami di sana. MinGW: Port Windows asli bagi GNU Compiler Collection (GCC), perpustakaan import yang boleh diedarkan secara bebas dan fail pengepala untuk membina aplikasi Windows asli termasuk sambungan kepada masa jalan MSVC untuk menyokong fungsi C99. Semua perisian MinGW boleh dijalankan pada platform Windows 64-bit.

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

mPDF

mPDF

mPDF ialah perpustakaan PHP yang boleh menjana fail PDF daripada HTML yang dikodkan UTF-8. Pengarang asal, Ian Back, menulis mPDF untuk mengeluarkan fail PDF "dengan cepat" dari tapak webnya dan mengendalikan bahasa yang berbeza. Ia lebih perlahan dan menghasilkan fail yang lebih besar apabila menggunakan fon Unicode daripada skrip asal seperti HTML2FPDF, tetapi menyokong gaya CSS dsb. dan mempunyai banyak peningkatan. Menyokong hampir semua bahasa, termasuk RTL (Arab dan Ibrani) dan CJK (Cina, Jepun dan Korea). Menyokong elemen peringkat blok bersarang (seperti P, DIV),

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa