Python dict() 创建字典
说明
《Python 教程》 持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》 和 《Python之光》。
Python 的内置函数 dict() 将创建一个新的字典，dict 对象是一个字典类。它是 Python 的内置映射类。映射一种支持任意键查找并实现了 Mapping 或 MutableMapping 抽象基类 中所规定方法的容器对象。
快速使用
以下是用 dict() 创建字典的常见方法：
# 以下示例返回的字典均等于
# {"one": 1, "two": 2, "three": 3}
a = dict(one=1, two=2, three=3)
b = {'one': 1, 'two': 2, 'three': 3}
c = dict(zip(['one', 'two', 'three'], [1, 2, 3]))
d = dict([('two', 2), ('one', 1), ('three', 3)])
e = dict({'three': 3, 'one': 1, 'two': 2})
f = dict({'one': 1, 'three': 3}, two=2)
a == b == c == d == e == f
# True
更多快速使用可访问 Python 字典。
一些概念名称：
- 项：键值对组成一项，也称为字典的元素，字典项数可以是 0 个，最长理论没有限制
- 键：用于索引（查找）一个项的标识，要求是可哈希（下文有相关解释）、在一个字典中不能重复
- 值：项的具体值，通过键可以找到，与键成对。可以是任意的 Python 对象，没错，也可以是个字典
映射类型
映射类型（Mapping Types）是一种关联式的容器类型，它存储了对象与对象之间的映射关系。 技术上，它是一种支持任意键查找并实现了 Mapping 或 MutableMapping 抽象基类 中所规定方法的容器对象。 此类对象的例子包括 dict, collections.defaultdict, collections.OrderedDict 以及 collections.Counter。
字典（dict）是 Python 中标准的映射类型，它是存储了一个个键值对（由键映射到值）的关联容器。 其中，键（key）必须是可哈希的Python 对象，而值（value）可以是任何 Python对象。
数字类型用作键时遵循数字比较的一般规则：如果两个数值相等 (例如 1 和 1.0) 则两者可以被用来索引同一字典条目。 （但是请注意，由于计算机对于浮点数存储的只是近似值，因此将其用作字典键是不明智的。）
字典可以通过将以逗号分隔的 键: 值 对列表包含于花括号之内来创建，例如: {'jack': 4098, 'sjoerd': 4127} 或 {4098: 'jack', 4127: 'sjoerd'}，也可以通过 dict 构造器来创建。
一个对象的哈希值如果在其生命周期内绝不改变，就被称为 可哈希 （它需要具有 __hash__() 方法），并可以同其他对象进行比较（它需要具有 __eq__() 方法）。可哈希对象必须具有相同的哈希值比较结果才会相同。
语法
字典可以用 dict 构造器返回一个新的字典，对照上文快速入门的示例，它的语法有以下几种：
class dict(**kwargs)
class dict(mapping, **kwargs)
class dict(iterable, **kwargs)
返回一个新的字典，基于可选的位置参数和可能为空的关键字参数集来初始化。
有以下几种方法：
- 使用花括号内以逗号分隔
键: 值对的方式:{'a': 111, 'b': 222}或者{111: 'a', 222: 'b'} - 使用字典推导式: 空字典
{}或者{x: x ** 2 for x in range(10)} - 使用类型构造器: 空字典
dict()、列表dict([('a', aaa), ('b', 222)])、关键字参数dict(a=111, b=222)
位置参数：
- 如果没有给出位置参数，将创建一个空字典
- 如果给出一个位置参数：
- 如果属于映射对象，将创建一个具有与映射对象相同键值对的字典
- 否则的话，位置参数必须为一个 iterable 对象。该可迭代对象中的每一项本身必须为一个刚好包含两个元素的可迭代对象，每一项中的第一个对象将成为新字典的一个键，第二个对象将成为其对应的值
关键字参数：
- 关键字为键，关键字参数的值为值
- 如果给出了关键字参数，则关键字参数及其值会被加入到基于位置参数创建的字典
相同键：
- 如果一个键出现一次以上，该键的最后一个值将成为其在新字典中对应的值
- 如果关键字参数要加入的键已存在，来自关键字参数的值将替代来自位置参数的值
注意：
- 提供关键字参数的方式只能使用有效的 Python 标识符作为键，其他方式则可使用任何有效的键。
支持的操作
这些是字典所支持的操作（因而自定义的映射类型也应当支持）：
| 操作 | 说明 |
|---|---|
| class dict(other) | 创建字典（other可以是字典、(key, value)对的迭代器或关键字参数） |
| dict.fromkeys(seq[, value]) | 创建字典：用序列seq中的元素作为键，值全为value（未指定，则默认为None） |
| len(d) | 返回字典d的长度（即d中元素的个数） |
| reversed(d) | 返回字典反转迭代器，按键的顺序反转（字典现已保留顺序）3.8 新版功能 |
| d[key] | 如果键key在字典d中，则返回其中key对应的值；否则抛出KeyError异常 |
| d[key] = value | 设置d[key]的值为value（存在则修改，不存在则添加） |
| del d[key] | 如果键key在字典d中，则从字典d中删除d[key]；否则抛出KeyError异常 |
| key in d | 如果key在字典d中，返回True；否则，返回False |
| key not in d | 如果key在字典d中，返回False；否则，返回True |
| iter(d) | 同iterkeys() |
| d.clear() | 删除字典d中的所有元素 |
| d.copy() | 返回字典d的浅拷贝 |
| d.get(key[, default]) | 如果key在字典d中，则返回d[key]；否则返回default（未指定，则默认为None） |
| d.has_key(key) | 同key in d（推荐使用key in d） |
| d.pop(key[, default]) | 如果key在字典d中，则返回并删除d[key]；否则返回default（未指定，则抛出KeyError异常） |
| d.popitem() | 返回并删除字典d中的任意一个元素（如果d为空，则抛出KeyError异常） |
| d.setdefault(key[, default]) | 如果key在字典d中，则返回d[key]；否则执行d[key] = default，并返回default（未指定，则默认为None） |
| d.update([other]) | 将other中的(key, value)对添加到字典d中（other可以是字典、(key, value)对的迭代器或关键字参数） |
| d.items() | 返回字典d的元素(key, value)对视图 |
| d.keys() | 返回字典d的键视图 |
| d.values() | 返回包含字典d中的值视图 |
示例如下：
# 创建字典
a = {'one': 1, 'two': 2, 'three': 3}
b = dict(one=1, two=2, three=3)
c = dict(zip(['one', 'two', 'three'], [1, 2, 3]))
d = dict({'three': 3, 'one': 1, 'two': 2})
# 以上方法等效
a == b == c == d
# True
# 元素、键、值视图
d.items()
# dict_items([('three', 3), ('one', 1), ('two', 2)])
d.keys()
# dict_keys(['three', 'one', 'two'])
d.values()
# dict_values([3, 1, 2])
# 从列表中创建健为元素的字典
d = dict.fromkeys(['a', 'b', 'c'])
d
# {'a': None, 'c': None, 'b': None}
# 给出默认值
d = dict.fromkeys(['a', 'b', 'c'], 6)
d
# {'a': 6, 'c': 6, 'b': 6}
len(d) # 字典长度
# 3
# 顺序反转
reversed(d) # 字典反转迭代器
# <dict_reversekeyiterator at 0x7faf5198b510>
[*reversed(d)]
# ['two', 'one', 'three']
# 清除字典
d.clear()
d
# {}
# 浅拷贝
d = a.copy()
d
# {'one': 1, 'three': 3, 'two': 2}
# 返回指定键的值
d['three']
3
# 设置值
d['four'] = 4
d
# {'four': 4, 'one': 1, 'three': 3, 'two': 2}
# 删除项
del d['one']
d
# {'four': 4, 'three': 3, 'two': 2}
# 键是否（不）存在
'four' in d, 'four' not in d
# (True, False)
# 检测键
d.has_key('four')
# True
# 返回键的值
d.get('one'), d.get('one', 10)
# (None, 10)
# 带默认值增加项，存在
d.setdefault('two')
# 2
d
# {'four': 4, 'three': 3, 'two': 2}
# 不存在，给出默认值
d.setdefault('one', 1)
# 1
d
# {'four': 4, 'one': 1, 'three': 3, 'two': 2}
# 更新值
d.update(five=1)
d
# {'four': 4, 'one': 1, 'five': 1, 'three': 3, 'two': 2}
# 方法 2
d.update({'six': 6})
d
# {'four': 4, 'five': 1, 'two': 2, 'six': 6, 'three': 3, 'one': 1}
# 删除项
d.pop('four')
# 4
d
# {'five': 1, 'two': 2, 'six': 6, 'three': 3, 'one': 1}
d.popitem()
# ('five', 1)
d
# {'two': 2, 'six': 6, 'three': 3, 'one': 1}
要注意的是：
- fromkeys() 是一个返回新字典的类方法。 value 默认为 None。 所有值都只引用一个单独的实例，因此让 value 成为一个可变对象例如空列表通常是没有意义的。 要获取不同的值，请改用 字典推导式。
pop(key[, default])和popitem()的区别在于：pop(key[, default])如果 key 存在于字典中则将其移除并返回其值，否则返回 default。 如果 default 未给出且 key 不存在于字典中，则会引发 KeyError。popitem()从字典中移除并返回一个 (键, 值) 对。 键值对会按 LIFO 的顺序被返回。popitem() 适用于对字典进行消耗性的迭代，这在集合算法中经常被使用。 如果字典为空，调用 popitem() 将引发 KeyError。在 3.7 版更改: 现在会确保采用 LIFO（后进先出）顺序。 在之前的版本中，popitem() 会返回一个任意的键/值对。
reversed(d)返回一个逆序获取字典键的迭代器。 这是 reversed(d.keys()) 的快捷方式。3.8 新版功能。
特殊方法
如果字典的子类定义了方法 __missing__() 并且 key 不存在，则 d[key] 操作将调用该方法并附带键 key 作为参数。 d[key] 随后将返回或引发__missing__(key) 调用所返回或引发的任何对象或异常。 没有其他操作或方法会发起调用 __missing__()。 如果未定义 __missing__()，则会引发 KeyError。 __missing__() 必须是一个方法；它不能是一个实例变量:
class Counter(dict):
def __missing__(self, key):
return 0
c = Counter()
c['red']
# 0
c['red'] += 1
c['red']
# 1
上面的例子显示了 collections.Counter 实现的部分代码。 还有另一个不同的 __missing__ 方法是由 collections.defaultdict 所使用的。
字典视图对象
Python 2.7 版本开始，引入了字典视图（Dictionary views）。字典视图 是字典的 动态视图：它们会与字典保持同步，实时反应出字典的变化。
字典视图共有 3 种：
- 元素视图（Items views），由 dict.items() 所返回的对象
- 键视图（Keys views），由 dict.keys() 所返回的对象
- 值视图（Values views），由 dict.values() 所返回的对象
该对象提供字典条目的一个动态视图，这意味着当字典改变时，视图也会相应改变。
d = {'three': 3, 'one': 1, 'two': 2}
# 元素、键、值视图
d.items()
# dict_items([('three', 3), ('one', 1), ('two', 2)])
d.keys()
# dict_keys(['three', 'one', 'two'])
d.values()
# dict_values([3, 1, 2])
两个 dict.values() 视图之间的相等性比较将总是返回 False。 这在 dict.values() 与其自身比较时也同样适用:
d = {'a': 1111}
d.values() == d.values()
# False
视图支持的方法：
d = {'a': 111, 'b':222, 'c': 333}
dictview = d.items()
dictview
# dict_items([('a', 111), ('b', 222), ('c', 333)])
len(dictview)
# 3
# 迭代器
iter(dictview)
# <dict_valueiterator at 0x7faf514558f0>
[*iter(dictview)]
# [('a', 111), ('b', 222), ('c', 333)]
# 成员检测
('a', 111) in dictview
# True
# 反转，产生一个反转迭代器
reversed(dictview)
# <dict_reverseitemiterator at 0x7faf5146d8f0>
[*reversed(dictview)]
# [('c', 333), ('b', 222), ('a', 111)]
# 返回 types.MappingProxyType 对象，
# 封装了字典视图指向的原始字典
dictview.mapping
# mappingproxy({'a': 111, 'b': 222, 'c': 333})
dictview.mapping.items()
# dict_items([('a', 111), ('b', 222), ('c', 333)])
dictview.mapping.keys()
# dict_keys(['a', 'b', 'c'])
dictview.mapping.values()
# dict_values([111, 222, 333])
键视图类似于集合，因为其条目不重复且可哈希。 如果所有值都是可哈希的，即 (键, 值) 对也是不重复且可哈希的，那么条目视图也会类似于集合。 （值视图则不被视为类似于集合，因其条目通常都是有重复的。） 对于类似于集合的视图，为抽象基类 collections.abc.Set 所定义的全部操作都是有效的 (例如 ==, < 或 ^)。
注意：
- 字典视图不支持
[]切片操作 - 字典视图可以被迭代以产生与其对应的数据
- 字典视图支持成员检测
- 因字典的键是 唯一 且 可哈希的，所以 键视图 还支持 类似集合（set-like）的操作，如果字典的值是 可哈希的，那么 元素视图 也支持
- types.MappingProxyType 可被用来创建一个 dict 的只读视图
一个使用字典视图的官网示例:
dishes = {'eggs': 2, 'sausage': 1, 'bacon': 1, 'spam': 500}
keys = dishes.keys()
values = dishes.values()
# 迭代
n = 0
for val in values:
n += val
print(n)
# 504
# 键和值以相同的顺序（插入顺序）迭代
list(keys)
# ['eggs', 'sausage', 'bacon', 'spam']
list(values)
# [2, 1, 1, 500]
# 视图对象是动态的，实时反映 dict 更改
del dishes['eggs']
del dishes['sausage']
list(keys)
# ['bacon', 'spam']
# 集合操作
keys & {'eggs', 'bacon', 'salad'} # 求交集
# {'bacon'}
keys ^ {'sausage', 'juice'} # 求对称差集
# {'juice', 'sausage', 'bacon', 'spam'}
# 获取原始词典的只读代理
values.mapping
# mappingproxy({'eggs': 2, 'sausage': 1, 'bacon': 1, 'spam': 500})
values.mapping['spam']
# 500
集合操作
字典和键视图支持数学上的集合操作：
| 操作 | 说明 |
|---|---|
dict & other |
求交集 |
dict | other |
求并集 |
dict - other |
求差集 |
dict ^ other |
求对称差集 |
可以用以下方法合并字典，
合并字典 d | other
d | other 合并 d 和 other 中的键和值来创建一个新的字典，两者必须都是字典。当 d 和 other 有相同键时， other 的值优先。Python 3.9 新版功能。
更新字典 d |= other
d |= other 类似于赋值的 += 操作，用 other 的键和值更新字典 d ，other 可以是 mapping 或 iterable 的键值对。当 d 和 other 有相同键时， other 的值优先。Python 3.9 新版功能。
迭代字典
通过字典视图可以随意对字典内容进行迭代，视图及迭代如下：
d = dict({'three': 3, 'one': 1, 'two': 2})
# 迭代器
iter(d)
# <dict_keyiterator at 0x7faf506cfb50>
[*iter(d)]
# ['three', 'one', 'two']
for key in iter(d):
print(key)
# 元素、键、值视图
d.items()
# dict_items([('three', 3), ('one', 1), ('two', 2)])
for k, v in iter(d.items()):
print(k, v)
d.keys()
# dict_keys(['three', 'one', 'two'])
for key in iter(d):
print(key)
d.values()
# dict_values([3, 1, 2])
for value in iter(d):
print(value)
字典的顺序
在 Python 3.7 版开始字典顺序会确保为插入顺序，此行为是自 3.6 版开始的 CPython 实现细节。因此，字典及字典视图都支持反转：
d = dict({'three': 3, 'one': 1, 'two': 2})
d
# {'three': 3, 'one': 1, 'two': 2}
# 顺序反转
reversed(d) # 字典反转迭代器
# <dict_reversekeyiterator at 0x7faf5198b510>
[*reversed(d)] # 顺序进行了反转
# ['two', 'one', 'three']
字典和字典视图都是可逆的。在 3.8 版更改: 字典现在是可逆的。
从概念上讲，字典提供了这样一种抽象：容器中的元素之间完全独立（于是也没有先后顺序），“键”是访问元素的唯一方式。在这种 抽象层面 上，字典是 无序 的。
从实现上讲，字典其实是由 哈希表 实现的。而哈希表的基本思想是：通过 哈希函数（hash function）将“键”转换为“索引”，再使用“索引”去访问 连续列表（如C中的数组）中的元素。由此可知，在哈希表中：一方面，元素本质上是存储在一个连续列表中的，因此是 有序 的；另一方面，用户无法确定元素在连续列表中的实际位置（只能使用“键”去访问元素，而“键”与“索引”的映射关系是由哈希函数在内部指定的），因此又是 无序 的。
因此在 实现层面 上，字典同时具备了 无序 和 有序 的特点：
- 无序体现在：字典中元素的排列顺序与添加顺序无关
- 有序体现在：在字典保持不变的情况下，字典中元素的排列顺序是固定的
字典的键
字典的键具有以下特性：
1）可哈希的（hashable）
只有 可哈希的 对象才能作为字典的键，一个可哈希的对象必须满足以下两个条件：
- 该对象在其生命周期内有一个不变的哈希值（需要实现
__hash__()方法） - 该对象是可比较的（需要实现
__eq__()方法）
Python 中可哈希的对象有：
- 数值、字符串，以及只含有数值或字符串的元组
- 用户自定义类的实例（默认是可哈希的，也可以通过实现
__hash__()来修改默认行为）
2）哈希等价键
假设有字典d的两个键：keyA和keyB，我们称 keyA 和 keyB 是 哈希相等，满足 hash(keyA) == hash(keyB)。
如果keyA和keyB是哈希相等，那么它们将被视为完全相同的两个键，于是d[keyA]和d[keyB]会指向同一个字典元素。
例如，1和1.0就满足上述两个条件，因此是哈希等价键：
>>> hash(1), hash(1.0)
(1, 1)
>>> d = {}
>>> d[1] = 'int 1'
>>> d
{1: 'int 1'}
>>> d[1.0] = 'float 1'
>>> d
{1: 'float 1'}
字典的应用
以下是一些应用的示例。
逻辑分支
对于一些逻辑分支功能，字典可以做路由，免去编写if else语句：
route = {True: 'case1', False: 'case2'} # 定义路由
route[7>6] # 'case1' 传入结果为布尔的变量、表达式、函数调用
# 定义计算方法
cal = {'+': lambda x,y: x+y, '*':lambda x,y: x*y}
# 使用
cal['*'](4,9) # 36
格式化字符串
在格式化字符串时如果包含多个变量，可以将字典中的值用 key 在模板中占位传入：
# 字符串模板使用 key 占位
tpl = '我的名字叫%(name)s, 今年%(age)i岁了。'
info = {'name':'小明', 'age': 10}
# 字符串模板中用 key 传值
print(tpl % info)
# 我的名字叫小明, 今年10岁了。
对于变量较少的情况可以按顺序的方式提供变量，但对于变量较多的情况字典比较适合，同时模板清晰、可读性强。
统计词频
以下有一个句子，需要对每个单词的数量进行统计，我们利用字典的形式进行存储，键为单词，值为数量：
# 句子
s = 'to be or not to be'
# 拆分为单词列表
s.split()
# ['to', 'be', 'or', 'not', 'to', 'be']
# 定义一个空字典
s_dict = {}
# 对单词列表进行迭代，对项的值加一
for i in s.split():
s_dict[i] = s_dict.get(i, 0) + 1
# 统计结果
s_dict
# {'to': 2, 'be': 2, 'or': 1, 'not': 1}
利用的是新值会替换同键的值特性，字典的 get 方法如果不存在此项时可给出默认值 0。以上操作我们可用字典推导式直接完成：
{i: s.split().count(i) for i in s.split()}
# {'to': 2, 'be': 2, 'or': 1, 'not': 1}
# 为了减少同单词的循环计算，我们可转为集合
{i: s.split().count(i) for i in set(s.split())}
数值统计
records 是一个学生成绩表，我们需要计算这个成绩表中数学成绩的的平均分：
records = [
{'name': 'Tom', 'math': 88},
{'name': 'Lily', 'math': 77},
{'name': 'Xiaoming', 'math': 85},
{'name': 'Lilei', 'math': 90},
]
# 可以用列表推导式当成绩提取出来
[i.get('math') for i in records]
# [88, 77, 85, 90]
# 也可用生成器表达式生成一个迭代器
(i.get('math') for i in records)
# <generator object <genexpr> at 0x7f931edcaab0>
# 用 sum 计算迭代器里的数值
sum(i.get('math') for i in records)
# 除以数据个数，算出平均数
sum(i.get('math') for i in records)/len(records)
# 85.0
参考
- https://docs.python.org/3/library/functions.html#func-dict
- https://docs.python.org/zh-cn/3/library/stdtypes.html#dict
- https://www.cnblogs.com/russellluo/p/3299725.html
更新时间：2022-02-12 12:30:56 标签：python dict 字典
