高端网站建设公司新鸿儒,老师问我做网站用到什么创新技术,怎么免费做网站不要域名,做公司的网站怎么上线原理
Python中的字典#xff08;Dictionary#xff09;是一种基于哈希表#xff08;Hash Table#xff09;的实现#xff0c;提供了高效的键值对#xff08;Key-Value Pair#xff09;存储和访问机制。了解字典的工作原理有助于更好地理解其性能特性以及为什么在某些情…原理
Python中的字典Dictionary是一种基于哈希表Hash Table的实现提供了高效的键值对Key-Value Pair存储和访问机制。了解字典的工作原理有助于更好地理解其性能特性以及为什么在某些情况下使用字典会非常高效。
哈希表的基本原理 哈希函数哈希表依赖于哈希函数来将键Key转换为存储位置的索引。理想情况下哈希函数应该将不同的键均匀分布到哈希表的地址空间中以减少冲突两个键映射到同一位置的可能性。 键的唯一性在字典中键必须是唯一的。如果尝试使用已存在的键来存储新的值旧的值将被新的值覆盖。 冲突解决当两个键映射到同一个位置时会发生冲突。Python字典使用开放寻址法Open Addressing和二次探测Quadratic Probing等技术来解决冲突。
字典的性能特性 时间复杂度对于大多数操作包括查找、插入和删除Python字典的平均时间复杂度为O(1)。然而在最坏的情况下例如当哈希函数导致大量冲突时这些操作的时间复杂度可能会恶化到O(n)。但是通过使用良好的哈希函数和动态调整哈希表的大小Python尽量保证字典操作的高效性。 动态调整大小当字典中的元素数量增加导致装载因子存储的元素数量与哈希表大小的比值超过某个阈值时Python会增加哈希表的大小并重新哈希所有的键。这个过程称为“重新哈希”Rehashing虽然会暂时增加操作的开销但可以保持字典操作的长期效率。
字典的特性 无序在Python 3.6中字典的有序性首次作为CPython实现的一个细节被引入虽然它在实践中确实是有序的但当时官方并不保证所有Python实现都会有这个特性。从3.7版本开始这一特性成为了Python语言的官方规范的一部分因此在所有遵循该规范的Python实现中字典都是有序的。 这一变化使得在需要维护元素顺序的情况下开发者不再需要使用collections.OrderedDict因为普通的dict已经可以满足需求。这不仅简化了代码也改善了性能因为标准的dict类型在Python 3.7及更高版本中被优化以更高效地存储和访问元素。 验证 # 创建一个空字典
ordered_dict {}# 向字典中添加一些键值对
ordered_dict[banana] 1
ordered_dict[apple] 2
ordered_dict[pear] 3
ordered_dict[orange] 4# 打印字典中的项查看是否按插入顺序输出
for key in ordered_dict:print(key, ordered_dict[key])# 创建两个具有相同键值对但插入顺序不同的字典
dict1 {a: 1, b: 2, c: 3}
dict2 {b: 2, a: 1, c: 3}# 比较字典
print(dict1)
print(dict2)
print(dict1 dict2) # 输出: True尽管dict1和dict2的插入顺序不同但它们被认为是相等的因为它们包含相同的键值对。这证明了字典的比较不考虑键值对的插入顺序但字典本身在内部是维护了插入顺序的。 键的数据类型作为键的对象必须是不可变的比如整数、浮点数、字符串、元组。这是因为只有不可变对象才能保证在整个生命周期中哈希值不变从而保持字典的完整性。
了解这些原理有助于开发者更有效地使用Python字典尤其是在处理大量数据和对性能有较高要求的场景中。
操作
Python 中的字典dict是一种可变容器模型可以存储任意类型对象如字符串、数字、元组等。字典中的每个元素都是一个键值对。这里介绍一些基本的字典操作
创建字典
# 空字典
my_dict {}# 带有数据的字典
my_dict {name: John, age: 30, city: New York}访问元素
print(my_dict[name]) # 输出: John# 使用 get 方法如果键不存在返回 None 而不是抛出异常
print(my_dict.get(age)) # 输出: 30添加或修改元素
# 添加新键值对
my_dict[email] johnexample.com# 修改已有键的值
my_dict[age] 31删除元素
# 删除特定的键值对使用 del 关键词
del my_dict[city]# 使用 pop 方法删除并返回被删除值
removed_value my_dict.pop(email)
print(removed_value) # 输出被删除的值johnexample.com# 清空整个字典
my_dict.clear()检查键是否存在
if name in my_dict:print(Name is present in the dictionary)遍历字典
遍历所有键
for key in my_dict.keys():print(key)遍历所有值
for value in my_dict.values():print(value)同时遍历键和值
for key, value in my_dict.items():print(key, value)字典长度
获取包含多少个键值对
len(my_dict)复制一个字典
创建当前字典的浅拷贝
new_mydict my_dic.copy()或者使用 dict() 函数
new_mydict2 dict(my_dic)以上就是 Python 字典中常用操作。Python 的 dict 类型提供了丰富而强大的方法来处理映射关系并且由于其底层实现为哈希表因此在访问和添加数据时具有非常高效率。
高级操作
Python 字典的高级操作涉及更复杂的数据处理和字典操作技巧。以下是一些有用的高级字典操作
字典推导式
字典推导式Dictionary Comprehension是一种简洁地创建字典的方法类似于列表推导式。
# 通过键值对序列创建字典
keys [name, age, city]
values [John, 30, New York]my_dict {k: v for k, v in zip(keys, values)}
print(my_dict) # 输出: {name: John, age: 30, city: New York}合并两个字典
在 Python 3.5 中可以使用 {**d1, **d2} 的语法合并两个字典。在 Python 3.9 中还可以使用 | 操作符表达式中后出现的字典中的键值对将覆盖先前字典中的键值对。
dict1 {name: John, age: 30}
dict2 {city: New York, email: johnexample.com}merged_dict {**dict1, **dict2}
# 或者在 Python 3.9
merged_dict_39 dict1 | dict2print(merged_dict)使用 collections.defaultdict
Python中的defaultdict和普通的dict都是字典类型用于存储键值对。但是它们之间有一个主要的区别
当你试图访问dict中不存在的键时Python会抛出一个KeyError。但是如果你使用defaultdict并试图访问一个不存在的键它会首先为这个键生成一个默认值然后返回这个默认值。这个默认值是通过传递给defaultdict的default_factory函数生成的。
from collections import defaultdictddict defaultdict(list)# 当尝试访问不存在的键时默认初始化为空列表并不会抛出 KeyError 异常。
ddict[a].append(1)
ddict[a].append(2)
print(ddict) # 输出: defaultdict(class ‘list’, {a: [1, 2]})# 创建一个默认值为int的defaultdict
d defaultdict(int)
# 访问一个不存在的键
print(d[key]) # 输出 0
# 当我们试图访问不存在的键 key 时defaultdict首先调用int()没有任何参数来生成一个默认值0然后返回这个值。这个特性使得defaultdict在某些情况下非常有用例如当你需要一个字典来存储列表且希望所有的键都默认关联一个空列表时你可以使用defaultdict(list)。
使用fromkeys生成默认值的新字典
fromkeys() 是一个类方法用于创建一个新字典其中包含指定的键每个键对应的值都是相同的初始值。这个方法通常用于初始化字典。
基本语法
dict.fromkeys(seq[, value])seq键列表。value可选参数所有键对应的初始值默认为 None。
示例
# 使用 fromkeys 创建一个新字典所有键的初始值为 None
new_dict dict.fromkeys([a, b, c])
print(new_dict) # 输出: {a: None, b: None, c: None}# 使用 fromkeys 创建一个新字典并设置所有键的初始值为 0
new_dict_with_value dict.fromkeys([x, y, z], 0)
print(new_dict_with_value) # 输出: {x: 0, y: 0, z: 0}这种方式非常适合快速初始化具有固定或默认值的字典。
使用 collections.OrderedDict
从 Python 3.7 开始所有普通的 dict 都保持插入顺序。但是在早期版本中或者当需要依赖顺序相关功能时如移动元素到末尾可以使用 OrderedDict。
from collections import OrderedDictodict OrderedDict([(name, John), (age, 30)])
odict[city] New York # 添加到末尾
print(odict) # 输出: OrderedDict([(name, ‘John’), (age’, 30), (city’, ‘New York)])使用 zip() 合并键和值列表为字典
如果你有两个分别代表键和值的列表你可以使用 zip() 函数轻松合并它们为一个字典。
keys_list [a, b, c]
values_list [1, 2, 3]combined_dict dict(zip(keys_list , values_list))
print(combined_dict) # 输出{a’:1,b’:2,c’:3}更新或添加多个元素
使用 .update() 方法更新或添加多个键值对。原本字典存在的值仍然保留
my_dict.update({email:john_newexample.com,country:USA})这些高级操作使得处理复杂数据结构、合并数据以及进行各种转换变得更加简单有效。掌握这些技巧能够帮助你编写更加简洁、高效且易于维护的代码。
与json格式相似
相似
Python的字典和JSONJavaScript Object Notation非常相似因为它们都是键值对的集合这种数据结构在许多编程语言中都很常见。这种结构非常灵活可以用来存储和表示各种复杂的数据类型。
JSON是一种数据交换格式它的语法来源于JavaScript的对象字面量语法但它是语言无关的可以被许多编程语言包括Python读取和生成。JSON的数据格式和Python的字典非常相似这使得在Python中处理JSON数据非常方便。
Python的json模块提供了一种简单的方式来编码和解码JSON数据。例如你可以使用json.dumps()函数将一个Python字典转换为一个JSON字符串或者使用json.loads()函数将一个JSON字符串解析为一个Python字典。
区别
尽管Python的字典和JSON有很多相似之处但它们也有一些重要的区别。例如Python的字典可以包含各种类型的键包括不可变类型如整数和元组和可变类型如列表而JSON的键必须是字符串。此外Python的字典可以包含任何Python对象作为值而JSON的值只能是一种基本数据类型如字符串、数字、布尔值、null、数组或另一个JSON对象。
转换
在Python中字典和JSON之间的转换可以通过json模块来实现。
将字典转换为JSON字符串序列化
dumps() 方法用于将Python对象编码成 JSON 字符串。loads() 方法用于解码 JSON 数据。该方法返回 Python 字段的数据类型。
import json# 假设dict_obj是一个Python字典
dict_obj {name: John, age: 30, city: New York}# 将字典转换为JSON字符串
json_str json.dumps(dict_obj)print(json_str) # 输出{name: John, age: 30, city: New York}将JSON字符串转换为字典反序列化
import json# 假设json_str是一个JSON格式的字符串
json_str {name: John, age: 30, city: New York}# 将JSON字符串转换回Python字典
dict_obj json.loads(json_str)print(dict_obj) # 输出{name: John, age: 30, city: New York}特别注意
1、别使用错方法dumps()和dump() 是两个方法dump()只传一个参数会报错
Traceback (most recent call last):File /Users/fangyirui/PycharmProjects/pythonProject/11 字典.py, line 31, in modulejson.dump(dic)
TypeError: dump() missing 1 required positional argument: fp错误信息表明json.dump()函数缺少一个必需的位置参数fp。在Python的json模块中dump()方法用于将Python对象编码成JSON格式并写入到一个文件中。因此它需要两个主要参数
要序列化的Python对象例如字典。一个.write()支持的file-like对象即可以是打开文件进行写操作的文件句柄。
如果你想将字典保存为JSON到文件中应该这样做
import json# 假设dic是你想要序列化的字典
dic {name: John, age: 30, city: New York}# 打开一个文件用于写入并确保使用utf-8编码以支持多语言内容
with open(output.json, w, encodingutf-8) as f:# 使用dump()方法将字典保存到刚才打开的文件里json.dump(dic, f)这段代码会创建或覆盖名为output.json 的文件并将 dic 字典以JSON格式写入该文件。
2、python字段的True布尔类型和true字符串类型转成json会导致格式错乱
dic {Alice: 23dsq41, True: 9102, 98.6: 3258}
dic[true] 字符串
print(dic) # {Alice: 23dsq41, True: 9102, 98.6: 3258, true: 字符串}
json_str_2 json.dumps(dic)
print(json_str_2) # {Alice: 23dsq41, true: 9102, 98.6: 3258, true: \u5b57\u7b26\u4e32}因为python的布尔类型True转成json是true如果要确保不丢失数据请避免使用可以导致重复关键字(经过类型强制之后) 的原始关键字。
当json解析回字典时后面的相同的key值会覆盖前面的值且key都是字符串类型
# 解析json
{Alice: 23dsq41, true: 9102, 98.6: 3258, true: \u5b57\u7b26\u4e32}# 结果
dict
{Alice: 23dsq41, true: 字符串, 98.6: 3258}3、编码问题
在JSON中非ASCII字符比如中文字符默认会被转换为Unicode转义序列。这是为了确保JSON字符串在各种环境下都能正确地被解析和显示特别是在不同的编码系统之间传输数据时。
{Alice: 23dsq41, 98.6: 3258, true: \u5b57\u7b26\u4e32}其中的 \u5b57\u7b26\u4e32 是“字符”两个字的Unicode编码。\u5b57 对应于“字”\u7b26 对应于“符”。
如果你希望在使用 json.dumps() 方法将Python对象转换成JSON字符串时保持非ASCII文字如中文不被转义可以通过设置 ensure_asciiFalse 参数来实现
import jsondict_obj {Alice: 23dsq41, 98.6: 3258, true: 字符串}
json_str json.dumps(dict_obj, ensure_asciiFalse)print(json_str)输出将会是
{Alice: 23dsq41, true: 字符串, 98.6: 3258}
