映射类型是一类可迭代的键-值数据项的组合，提供了存取数据项及其键和值的方法，在python3中，支持两种无序的映射类型：内置的dict和标准库中的collections.defaultdict类型。

在python3.1后，还引入了一种有序的映射类型：collections.OrderedDict.

相关推荐：《python视频》

特点：

1.只有可哈希运算的对象可用于映射类型中的键，因此，内置的固定的数据类型都可以用作映射类型中的键(内置固定的类型都可进行哈希运算)，目前接触到的固定数据类型有：int、float、complex、bool、str、tuple、frozenset；

2.每个键相关联的值可以是任意对象；

3.映射类型也是可迭代的(iterable)。

4.映射类型可以使用比较操作符进行比较，可以使用成员关系符in/not in和内置len()函数。

1.dict(字典)

dict数据类型是一种无序的、可变的组合数据类型，其中包含0-n个键值对，键是指向可哈希运算的对象的引用，值可以指向任意对象的引用。由于键是可哈希运算的对象引用，因此保证了键的唯一性；由于dict是可变的，因此可以对dict进行数据项的添加和移除操作；由于dict是无序的，因此没有索引，也不能使用分片操作符进行操作。

字典的创建

1.dict()可以作为一个函数调用，此时创建一个空dict：>>> dict(){}>>>

dict()中传入一个映射类型的参数时，将返回以该参数为基础的字典，如：>>> d1 = {"key1":"value1","key2":"value2"}>>> dict(d1){'key1': 'value1', 'key2': 'value2'}>>>

dict() 还可以接受序列类型的参数，但是前提是序列中的每一个数据项本身是一个包含两个对象的序列，第一个用作键，第二个用作值，如：>>> d1 = dict((("k1","v1"),("k2","v2"))) #使用元组创建>>> d1{'k1': 'v1', 'k2': 'v2'}>>> >>> d1 = dict([("k1","v1"),("k2","v2")]) #使用序列创建>>> d1{'k1': 'v1', 'k2': 'v2'}>>>

dict() 中还可以关键字参数进行创建，其中键作为关键字，值作为关键字的值，如：>>> dict(id=1,name="zhangsan",age=23){'id': 1, 'name': 'zhangsan', 'age': 23}>>>

注意：关键字必须为有效的python标识符

2.使用花括号创建dict，空{}会创建一个空的dict，非空dict由多个项组成，每一项由逗号分隔，其中每一项都使用K:V 的形式创建，如：>>> dict2 = {"name":"kobe","age":33,"num":24}>>> dict2{'name': 'kobe', 'age': 33, 'num': 24}>>>

3.使用字典内涵创建字典

defaultdict是dict的子类，它支持dict的所有的操作和方法。和dict的不同之处在于，如果dict中不包含某一个键，则通过dict[x]取值时出现KeyError异常，但是如果是defaultdict，则会创建一个新的项，键为该键，值为默认值。

2.collections.defaultdict(默认字典)

创建collections.defaultdict

创建collections.defaultdict时，通过collections.defaultdict(),根据参数可以有两种方式进行创建：

* 1.使用参数类型来创建：>>> import collections>>> cd1 = collections.defaultdict(int)>>> cd2 = collections.defaultdict(list)>>> cd3 = collections.defaultdict(str)>>> cd1["x"]0>>> cd2["x"][]>>> cd3["x"]''>>>

这里分别使用了int、list、str，他们的默认值分别为0,[],”

* 2.使用函数名来创建：>>> def name(): return 'zhangsan'>>> cd4 = collections.defaultdict(name)>>> cd4["x"]'zhangsan'>>>

通过这种方式，可以使默认字典的默认值更加灵活。

需要注意的是，collections.defaultdict()可以不传入参数或者传入None，但是如果这样，则不支持默认值，比如：>>> cd5 = collections.defaultdict()>>> cd5["x"]Traceback (most recent call last): File "", line 1, in cd5["x"]KeyError: 'x'>>>

有了collections.defaultdict,可以代替dict中的get(k,v)和setdefault()方法了。

3.collections.OrderedDict

OrderedDict是dict子类，支持dict所有方法，记住了插入key的顺序。如果新条目覆盖现有条目，则原始插入位置保持不变。 删除条目并重新插入它将使其移至最后。class collections.OrderedDict([items])

因为是有序的，所以只有当顺序也相同的时候，两个OrderedDict才相同。但是OrderedDict和普通dict相比较时，会忽略顺序。from collections import OrderedDictd = {'banana': 3, 'apple': 4}od1 = OrderedDict({'banana': 3, 'apple': 4})od2 = OrderedDict({'apple': 4, 'banana': 3})print(od1 == od2)print(od1 == d)

运行结果FalseTrue

3. 关键方法OrderedDict.popitem(last=True)

普通dict的该方法不接受参数，只能将最后一个条目删除；OrderedDict比dict更为灵活，接受一个last参数：当last=True时和普通方法一样，符合LIFO顺序；当last=False时候，删除第一个元素，符合FIFO顺序。from collections import OrderedDictod1 = OrderedDict({'banana': 3, 'apple': 4})od1.popitem(False)print(od1)

运行结果OrderedDict([('apple', 4)])

4. 简单增强

OrderedDict只是保持了插入的顺序，当条目被修改时，顺序不会修改。od1 = OrderedDict({'banana': 3, 'apple': 4})od1['banana'] = 5print(od1)

运行结果OrderedDict([('banana', 5), ('apple', 4)])

但是有时候我们需要修改和插入时同样的效果，可以简单的增强一下，重写__setitem__()方法当修改时先删除该元素然后再插入。class EnhancedOrderedDict(OrderedDict): def __setitem__(self, key, value): if key in self: del self[key] OrderedDict.__setitem__(self, key, value)

测试eod = EnhancedOrderedDict({'banana': 3, 'apple': 4})print(eod)eod['banana'] = 5print(eod)

运行结果EnhancedOrderedDict([('banana', 3), ('apple', 4)])EnhancedOrderedDict([('apple', 4), ('banana', 5)])