【Python基础知识】Python dict字典介绍
好的！Python **字典（Dictionary）** 是另一种核心数据结构，与列表形成完美互补。如果说列表是"有序的物品排列"，字典就是"带标签的储物柜"。
源自与KIMI的对话
---
## Python 字典（Dict）详解
字典是**无序、可变、键值对（key-value）**的映射结构，用花括号 `{}` 表示。
### 1. 创建字典
```python
# 空字典
empty_dict = {}
empty_dict = dict()
# 字面量创建
student = {
"name": "张三",
"age": 20,
"major": "计算机科学",
"gpa": 3.8
}
# 从键值对序列创建
pairs = [("a", 1), ("b", 2), ("c", 3)]
letter_dict = dict(pairs)
print(letter_dict) # {'a': 1, 'b': 2, 'c': 3}
# 字典推导式
squares = {x: x**2 for x in range(1, 6)}
print(squares) # {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}
```
### 2. 访问与修改
```python
person = {"name": "李四", "age": 25, "city": "北京"}
# 访问（通过键）
print(person["name"]) # 李四
print(person.get("age")) # 25
print(person.get("phone", "未设置")) # 未设置（键不存在时返回默认值）
# 修改与添加
person["age"] = 26 # 修改已有键
person["phone"] = "13800138000" # 添加新键
# 批量更新
person.update({"email": "[email protected]", "city": "上海"})
```
### 3. 删除操作
```python
data = {"a": 1, "b": 2, "c": 3, "d": 4}
# 删除并返回值
val = data.pop("b") # val=2, data变为{"a": 1, "c": 3, "d": 4}
# 删除并返回最后插入的键值对（Python 3.7+ 保持插入顺序）
last_item = data.popitem() # ('d', 4)
# 删除指定键
del data["a"]
# 清空
data.clear() # {}
```
### 4. 遍历字典
```python
scores = {"数学": 90, "英语": 85, "物理": 88, "化学": 92}
# 遍历键（默认）
for subject in scores:
print(subject)
# 遍历值
for score in scores.values():
print(score)
# 遍历键值对（最常用）
for subject, score in scores.items():
print(f"{subject}: {score}分")
# 同时获取索引（enumerate配合）
for idx, (subject, score) in enumerate(scores.items(), 1):
print(f"{idx}. {subject}: {score}")
```
### 5. 实用技巧与场景
```python
# 示例1：嵌套字典 - 存储复杂信息
students = {
"2024001": {
"name": "王五",
"scores": {"数学": 95, "英语": 88},
"contact": {"phone": "139xxxx", "email": "[email protected]"}
},
"2024002": {
"name": "赵六",
"scores": {"数学": 90, "英语": 92},
"contact": {"phone": "138xxxx", "email": "[email protected]"}
}
}
# 访问嵌套数据
print(students["2024001"]["scores"]["数学"]) # 95
# 示例2：统计频率 - 经典用法
text = "hello world hello python"
word_count = {}
for word in text.split():
word_count[word] = word_count.get(word, 0) + 1
print(word_count) # {'hello': 2, 'world': 1, 'python': 1}
# 更优雅的写法（使用 collections.Counter）
from collections import Counter
word_count = Counter(text.split())
print(dict(word_count)) # 同上
# 示例3：按值排序字典
scores = {"Alice": 85, "Bob": 92, "Charlie": 78, "David": 95}
# 按分数降序排序（返回列表）
sorted_by_score = sorted(scores.items(), key=lambda x: x[1], reverse=True)
print(sorted_by_score) # [('David', 95), ('Bob', 92), ('Alice', 85), ('Charlie', 78)]
# 转回字典（Python 3.7+ 保持排序顺序）
rank_dict = dict(sorted_by_score)
```
### 6. 列表 vs 字典 对比
| 特性 | 列表 `[]` | 字典 `{}` |
|------|----------|----------|
| **访问方式** | 索引 `[0]` | 键 `["key"]` |
| **查找速度** | O(n) 慢 | O(1) 快（哈希表） |
| **有序性** | 有序 | Python 3.7+ 保持插入顺序 |
| **适用场景** | 序列数据、队列 | 映射关系、查表、缓存 |
| **元素要求** | 任意对象 | 键必须不可变（数字、字符串、元组）|
---
## 综合实战：学生成绩管理系统
```python
# 结合列表和字典的实际应用
class_score = {
"计算机1班": [
{"学号": "C001", "姓名": "张三", "成绩": {"数学": 90, "英语": 85}},
{"学号": "C002", "姓名": "李四", "成绩": {"数学": 88, "英语": 92}}
],
"计算机2班": [
{"学号": "C003", "姓名": "王五", "成绩": {"数学": 95, "英语": 78}},
{"学号": "C004", "姓名": "赵六", "成绩": {"数学": 82, "英语": 88}}
]
}
# 任务：计算每个班级的平均数学成绩
for class_name, students in class_score.items():
math_scores = [s["成绩"]["数学"] for s in students]
avg_math = sum(math_scores) / len(math_scores)
print(f"{class_name} 数学平均分: {avg_math:.2f}")
# 任务：找出全校数学最高分的学生
all_students = [s for students in class_score.values() for s in students]
top_student = max(all_students, key=lambda x: x["成绩"]["数学"])
print(f"数学最高分: {top_student['姓名']} ({top_student['成绩']['数学']}分)")
```
---
## 与AI学习的关联
在机器学习中，字典无处不在：
- **数据集标签**：`{"image_001.jpg": "cat", "image_002.jpg": "dog"}`
- **模型配置**：`{"learning_rate": 0.001, "batch_size": 32, "epochs": 100}`
- **特征工程**：存储特征名称到值的映射
接下来你可以学习 **元组（tuple）**（不可变列表）和 **集合（set）**（去重、交并差运算），它们与列表、字典共同构成 Python 的四大核心数据结构！
