python语言key_Python语言学习:字典常用的方法
1. 增加:字典[key]=value(不存在的key和value)
info={
'stu1101':'TengLan',
'stu1102':'LuoZe',
'stu1103':'XiaoZe'
}
info['stu1104']='crystal'
print(info) #输出结果:{'stu1101': 'TengLan', 'stu1102': 'LuoZe', 'stu1103': 'XiaoZe', 'stu1104': 'crystal'}
2. 修改:字典[key]=value(已存在的key,修改对应value)
info={
'stu1101':'TengLan',
'stu1102':'LuoZe',
'stu1103':'XiaoZe'
}
info['stu1101']='crystal'
print(info) #输出结果:{'stu1101': 'crystal', 'stu1102': 'LuoZe', 'stu1103': 'XiaoZe'}
3. 删除
a. 字典.pop(key)
info={
'stu1101':'TengLan',
'stu1102':'LuoZe',
'stu1103':'XiaoZe'
}
info.pop("stu1101")
print(info) #{'stu1102': 'LuoZe', 'stu1103': 'XiaoZe'}
b. del 字典[key]
info={
'stu1101':'TengLan',
'stu1102':'LuoZe',
'stu1103':'XiaoZe'
}
del info['stu1101']
print(info)
4. 查找
a. in:如果key存在,返回true;反之返回false
info={
'stu1101':'TengLan',
'stu1102':'LuoZe',
'stu1103':'XiaoZe'
}
print("stu1101" in info) #输出结果:True
b.get:通过key获取到value,如果不存在返回None
info={
'stu1101':'TengLan',
'stu1102':'LuoZe',
'stu1103':'XiaoZe'
}
print(info.get("stu1101")) #输出结果:TengLan
c. 字典[key]:如果key存在,返回value;反之则报错
info={
'stu1101':'TengLan',
'stu1102':'LuoZe',
'stu1103':'XiaoZe'
}
print(info["stu1104"])
#输出结果:KeyError: 'stu1104'
5. 多级字典嵌套操作
av_catalog = {
"Europe":{
"Germany":["地域广","文化浓郁"],
"United Kingdom":["历史古国","高校多"],
"Italy":["异域风情","人美"],
"Belgium":["时装","文化"]
},
"Japan":{
"tokyo":["美食","旅游"]
},
"China":{
"Beijing":["国都","历史悠久"]
}
}
av_catalog["China"]["Beijing"][1]="文明之源"
print(av_catalog) #输出结果:{'Europe': {'Germany': ['地域广', '文化浓郁'], 'United Kingdom': ['历史古国', '高校多'], 'Italy': ['异域风情', '人美'], 'Belgium': ['时装', '文化']}, 'Japan': {'tokyo': ['美食', '旅游']}, 'China': {'Beijing': ['国都', '文明之源']}}
6. setdefault :创建新的key-value
av_catalog = {
"Europe":{
"Germany":["地域广","文化浓郁"],
"United Kingdom":["历史古国","高校多"],
"Italy":["异域风情","人美"],
"Belgium":["时装","文化"]
},
"Japan":{
"tokyo":["美食","旅游"]
},
"China":{
"Beijing":["国都","历史悠久"]
}
}
av_catalog.setdefault("Taiwan",{"travel":[1,2]})
print(av_catalog)
#输出结果:{'Europe': {'Germany': ['地域广', '文化浓郁'], 'United Kingdom': ['历史古国', '高校多'], 'Italy': ['异域风情', '人美'], 'Belgium': ['时装', '文化']}, 'Japan': {'tokyo': ['美食', '旅游']}, 'China': {'Beijing': ['国都', '历史悠久']}, 'Taiwan': {'travel': [1, 2]}}
7. update:两个字典合并,有交叉合并,如没有交叉就更新
info={
'stu1101':'TengLan',
'stu1102':'LuoZe',
'stu1103':'XiaoZe'
}
b = {
'stu1101':"crystal",
1:3,
2:5
}
info.update(b)
print(info) #输出结果:{'stu1101': 'crystal', 'stu1102': 'LuoZe', 'stu1103': 'XiaoZe', 1: 3, 2: 5}
8. fromkeys:初始化一个新的字典
info={
'stu1101':'TengLan',
'stu1102':'LuoZe',
'stu1103':'XiaoZe'
}
b = {
'stu1101':"crystal",
1:3,
2:5
}
c = info.fromkeys([6,7,8],"test")
print(c) #输出结果:{6: 'test', 7: 'test', 8: 'test'}
9. items:把字典转换成列表
info={
'stu1101':'TengLan',
'stu1102':'LuoZe',
'stu1103':'XiaoZe'
}
print(info.items())
#输出结果:dict_items([('stu1101', 'TengLan'), ('stu1102', 'LuoZe'), ('stu1103', 'XiaoZe')])
10. 字典循环
info={
'stu1101':'TengLan',
'stu1102':'LuoZe',
'stu1103':'XiaoZe'
}
for i in info: #此方式循环高效
print(i,info[i])
for k,v in info.items(): #此方式不适合数据量较大的情况
print(k,v)
#输出结果:
stu1101 TengLan
stu1102 LuoZe
stu1103 XiaoZe
stu1101 TengLan
stu1102 LuoZe
stu1103 XiaoZe
python语言key_Python语言学习:字典常用的方法相关推荐
- python join_python join 和 split的常用使用方法
python join 和 split的常用使用方法 python join 和 split方法的使用,join用来连接字符串,split恰好相反,拆分字符串的. 1.join用法示例 >> ...
- 字典常用的方法(内建函数)
序号 函数 功能 1 clear() 2 copy() 3 fromkeys() 4 di ...
- R语言与数据挖掘学习笔记(常用的包)
转载自:http://www.52analysis.com/R/ 下面列出了可用于数据挖掘的R包和函数的集合.其中一些不是专门为了数据挖掘而开发,但数据挖掘过程中这些包能帮我们不少忙,所以也包含进来. ...
- Python字典常用函数方法总结
文章目录 1 字典添加修改数据的方法 1.1 **[]处理法:** 1.2 **update的功能与用法:** 1.3 **setdefault的功能:** 1.4 注意事项 2 字典keys函数 3 ...
- python列表keys函数_字典常用函数(clear、get、items、keys、values、pop)
在使用字典的过程中,除了基础操作我们还需要学会一些方法的使用.方法见下表:方法功能 clear清空字典内容 get获取指定键对应值 items返回包含对象中所有变量及其值的2元组的列表 keys返回对 ...
- python去重复的数据_python - 常用数据清洗方法-重复项处理
在数据的处理过程中,一般都需要进行数据清洗工作,如数据集是否存在重复,是否存在缺失,数据是否具有完整性和一致性,数据中是否存在异常值等.发现诸如此类的问题都需要针对性地处理,下面我们一起学习常用的数据 ...
- python的常见矩阵除法_numpy常用矩阵运算方法【转】
目录: 对于python中的numpy模块,一般用其提供的ndarray对象. 创建一个ndarray对象很简单,只要将一个list作为参数即可. 例如 import numpy as np #引入n ...
- day2 字典常用的方法
字典创建的方式: (1)d1 = {"k1":"v1","k2":"v2","k3":&qu ...
- 深度学习之常用优化方法篇
写在前面,此文记录常用的优化算法包括:随机梯度下降(SGD),Momentum算法,AdaGrad算法,RMSProp算法,Adam算法,牛顿法和拟牛顿法(包括L-BFGS 参考1:https://w ...
最新文章
- android binder 实例
- Java 性能优化实战记录(1)---定位并分析耗cpu最多的线程
- C语言 变量 函数 (类型、作用域、生命周期、存储位置)
- 人生第一次手术:0817
- Maven pom.xml配置详解(三)
- 物联网的十大基本功能和形态四种
- 百度Apollo赋能的威马W6,自主泊车体验如何?
- UI素材实用模板|2.5D等距风格插画专辑
- 专业正则表达式site
- 想成为编程高手,从基础做起
- 云计算基础概念 笔记
- PyCharm专业版 2021.3 Anaconda安装教程
- 如何正确选择气体在线过程分析系统?(下)
- NDK crash分析方法
- python 论坛自动发帖功能
- bps(bits per second)
- springmvc(2)处理器设配器和映射器
- html—显示照片(方法一)
- win7喇叭红叉耳机扬声器已拔出驱动无法修复
- router-link使用详解
热门文章
- iframe在ipad safari的显示
- HK-2000 数采仪系统说明之 7.HK7710 DTU 简单配置说明
- 管道抛光防锈机器人_全国首创!嵊州企业的这项防锈技术用在了雪龙号上
- centos 宝塔面板 mongodb 给新的数据库 创建登录用户和密码
- 记录一个奇葩问题 宝塔 nginx: [warn] conflicting server
- 微信小程序登录 更新中
- VS2010 C++下编译调试MongoDB源码 r2.2.2
- docker web程序本地化_Docker-01-Docker介绍
- js bom and dom
- zbrush缝线笔刷制作_Thepoly | 高质量写实人脸制作及实时渲染分享