如何来理解Python中的字典数据类型.docxVIP

如何来理解Python中的字典数据类型 一、前言 字典是Python中的数据类型，可让将数据存储在键/值对中。 二、什么是字典理解？ 字典理解是创建字典的一种优雅简约的方法。 字典理解优化 使用字典理解优化函数。 例： # 字典理解例： square_dict = {num: num*num for num in range(1, 11)} print(square_dict) 运转结果： 注·： 创建了square_dict带有数字平方键/值对的字典。但是，使用字典理解可以使在一行中创建字典。 三、使用字典理解 字典理解的最小语法为： dictionary = {key: value for vars in iterable} 1. 图解析语法 让将此语法与上例中的字典理解进行比较。 2. 案例 如何使用字典理解 例： #item price in dollars old_price = {milk: 1.02, coffee: 2.5, bread: 2.5} dollar_to_pound = 0.76 new_price = {item: value*dollar_to_pound for (item, value) in old_price.items()} print(new_price) 输出结果 注： 可以看到以美元为单位检索商品价格并将其转换为英镑。使用字典理解使此任务愈加简约和短。 四、字典理解中的条件 可以通过添加条件来进一步自定义字典理解。让来看一个实例。 案例 1. 假如条件字典理解 例： original_dict = {jack: 38, michael: 48, guido: 57, john: 33} even_dict = {k: v for (k, v) in original_dict.items() if v % 2 == 0} print(even_dict) 输出结果 可以看到，由于if字典理解中的子句，仅添加了具有偶数值的项目。 2. 多重if条件字典理解 例： original_dict = {jack: 38, michael: 48, guido: 57, john: 33} new_dict = {k: v for (k, v) in original_dict.items() if v % 2 != 0 if v 40} print(new_dict) 输出结果 在这种情况下，仅奇数值小于40的项目已添加到新字典中。 这是由于if字典理解中有多个子句。等效于and必需同时满足两个条件的操作。 3. if-else条件字典理解 例： original_dict = {jack: 38, michael: 48, guido: 57, john: 33} new_dict_1 = {k: (old if v 40 else young) for (k, v) in original_dict.items()} print(new_dict_1) 输出结果 在这种情况下，将通过子典理解来创建新字典。 价值大于等于40的商品的值为“old”，而其他商品的值为“young”。 五、嵌套字典理解 可以将字典理解本身添加到字典理解中以创建嵌套字典。 案例 具有两个字典理解的嵌套字典 例： dictionary = { k1: {k2: k1 * k2 for k2 in range(1, 6)} for k1 in range(2, 5) } print(dictionary) 输出结果 注： 在嵌套字典中构造了一个乘法表，用于2到4的数字。每当使用嵌套字典理解时，Python都会首先从外部循环开头，然后再进入内部循环。 六、使用字典理解的优势 如所见，字典理解大大缩短了字典初始化的过程。 它使代码更具pythonic风格，在的代码中使用字典理解可以缩短代码行，同时保持规律完整。 七、总结 本文基于Python基础，引见了如何使用字典。通过分类对每一模块，进行具体的讲解。使用图解析语法，实例代码演示，运转效果图的呈现，能够帮读者更好的理解。 在实际案例中遇到的问题，供应了一些有效的处理方案。使用Python言语，能够更直观的，加深读者对内容的理解。 代码很简约，期望能够挂念你更好的学习。 -------------------?送书?------------------- 内容简介 1、这次推举的是好伴侣俊红大佬的小黄书《对比Excel，轻松学习Python数据分析》，如下图所示。看标题就晓得了这个书是关于Python数据分析的，所以数据分析的小伙伴们有福音啦，快来乐观参与吧。 2、假如参与当分母的话，也不打紧，最近当当有活动，趁着机会可以考虑把上面两本书全盘拿下