python 数据类型 - dict 字典 - python学习+自动化测试实践

Dict 字典

概述

dict全称dictionary。Python内置了字典dict的支持。
dict是一种映射类型，可以将一个物件和另外一个东西关联起来，组成一个key-value 数据对，而不管他
们各自的类型是什么。
字典的键值key必须是可哈希的。数字和字符串可以作为键值，但是列表和其他字典不可以。
键key具备唯一性，一个dict中key值唯一，当key发生冲突时，取最后该key的赋值value。
dict是无序的、可变的，使用键-值（key-value）对存储，具有极快的查找速度。

与list相比：在list中查找元素的方法，list越大，查找越慢。但是dict的实现方式，根据key值计算出value的存放位置，然后再去取存放位置的值。一个key只能对应一个value值，提高了查找速度。

一、创建字典

1、直接创建

2、使用dict()创建

使用dict创建，提供的参数必须成对出现。当不提供任何参数时，创建的是一个空字典。

例如dict(([1,’x’],[2,’y’]))、dict(zip((1,2),(‘x’,’y’)))。

3、fromkeys(key,value)创建

二、操作

（1） for 循环

for循环遍历字典的key，例如：

for key in dict_name:
    print(dict_name[key])
    # 根据字典键key进行排序输出
    for key in sorted(dict_name):    # 是sorted()，不是sort()
        print(dict_name[key])

（2）in 关键字

通过in关键字，判断某键值key是否存在，返回True or False。例如

'pi' in d
False

（3）get( key,default=None)

get()函数获取字典中指定key的value值，如果不存在则返回默认值。

同时也可以自己制定默认返回值，例如get('pi',0)，当存在key为pi时，则返回0.

>>> d.get('xiong')    # 也可以直接  d['xiong']
90
>>> d.get('pi',0)     # 自己指定。如果不存在该key，就返回0，存在返回原值。
0

（4）dict更新

当dict里存在list类型时，可以把list当作一个item，且可以对其进行list的操作。例如：

inventory = {
    'gold' : 500,
    'pouch' : ['flint', 'twine', 'gemstone'],
    'backpack' : ['xylophone','dagger', 'bedroll','bread loaf']
}
# 新添加一个key-value
inventory['burlap bag'] = ['apple', 'small ruby', 'three-toed sloth']
inventory['gold'] += 50
inventory['backpack'].sort()
inventory['backpack'].remove('dagger')

（5）pop()：删除dict中的key-value，指定或者默认key。

>>> d = {'xiong':90,'li':95,'ping':100}
>>> d.pop('xiong')
90
>>> d
{'li': 95, 'ping': 100}

（6）del：删除dict中的元素

语法形式：del dict_name[key_name]

>>> del  d['ping']
>>> d
{'li': 95}

（7）clear()

clear()清空字典中的所有元素，字典仍存在，只不过为空字典。

# 语法形式
>>> dict_name.clear()

（8）len()

统计一个dict的长度，即统计有多少个键值对，使用形式：len(dict_name)。

（9）❤ dict的三个方法：keys()、values()、items()

keys()、values()、items()3个方法返回值类型不再是列表，而是视图对象(view objects)。其中：

keys()：返回dict_keys对象，可以查看字典的所有key，使用方法：dict_name.keys()。

values()：返回dict_keys对象，可以查看字典的value，使用方法：dict_name.values()。

items()：返回dict_items对象，可以查看字典所有的(key,value)二元元祖，dict.items()。

例如：

>>> d_1 = {1:'x',2:'y',3:'z'}
>>> d_1.keys()
dict_keys([1, 2, 3])
>>>
>>> d_1.values()
dict_values(['x', 'y', 'z'])
>>>
>>> d_1.items()
dict_items([(1, 'x'), (2, 'y'), (3, 'z')])
>>>
>>> type(d_1.keys()),type(d_1.values()),type(d_1.items())
(<class 'dict_keys'>, <class 'dict_values'>, <class 'dict_items'>)

视图对象可以动态查看字典的内容，每次字典变化时，视图会自动更改：

（10）copy()：字典拷贝

例如现在有dict1，要创建一个一样的dict2，我们可以通过赋值操作“=”来创建一个内容一样的dict2，但是修改dict2的值会该表dict1的值：

>>> dict1 = {'up':'down','right':'left','true':'false'}
>>> dict2 = dict1
>>> dict2['up']='change'  #对赋值而来dict2的修改会同时修改dict1（源） 
>>> dict1
{'up': 'change', 'right': 'left', 'true': 'false'}

这是为什么呢？可以看下图，通过赋值操作“=”创建的新的字典变量，其指向的id都是一样的，所以当修改新变量的内容引用时，源指向的id内容也发生了改变。

如果要想修改新创建的变量而不影响源变量，可以使用copy()。例如，如下copy的值不会修改dict1的值

>>> dict1 = {'up':'down','right':'left','true':'false'}
>>> copy = dict1.copy()    # 字典copy是对dict1的拷贝
>>> copy['up'] = 'change2'
>>> dict1                  # 对拷贝的copy字典修改不会修改源字典
{'up': 'change', 'right': 'left', 'true': 'false'}

总结：

dict内部存放的顺序和key放入的顺序是没有关系的，即dict是无序的。
dict查找和插入的速度极快，不会随着key的增加而变慢，平均复杂度为O(1)。
dict需要占用大量的内存，内存浪费多。

而list相反：

查找和插入的时间随着元素的增加而增加，时间复杂度为O(n)
占用空间小，浪费内存很少。

所以，dict是用空间来换取时间的一种方法。dict可以用在需要高速查找的很多地方，在Python代码中几乎无处不在，正确使用dict非常重要，需要牢记的第一条就是dict的key必须是不可变对象。

三、注意陷阱

❤ 在有些python中，dict并不一定会按照键-值的添加顺序来保存元素的顺序。
若要保证字典的顺序性，则可以使用Python标准库collections模块OrderDict的有序字典。
使用方式：

from collections import OrderDict
OrderDict().keys()

❤ 在复制和遍历字典时，最坏情况的复杂度为O(n)，n为字典曾经达到的最大元素数目，而不是当前字典的大小。So此时遍历这个字典可能需要花相当长的时间。如果要频繁地遍历这个字典，最好的方式是创建一个新的字典对象，而不是在旧的字典中对元素进行操作，删除元素。

python 数据类型 - dict 字典