Python 字典(Dictionary) 

作者likuolei

Python 字典（Dictionary）中文讲解（2025年）

Python 字典（dict）是 Python 的内置数据结构，用于存储键值对（key-value pairs），提供高效的键查找功能。相比列表或数组，字典以键（而非索引）访问值，适合表示映射关系（如配置文件、数据库记录）。2025年，Python 字典在 Python 3.12/3.13 中因性能优化（如更快的哈希算法）更高效，广泛应用于数据处理、Web 开发和跨平台项目（如 Kotlin Multiplatform，KMP）。本教程详细讲解字典的语法、操作和实践，基于 Python 官方文档、CSDN 和 Python 社区，适合初学者和开发者。建议在 Python 3.9+（推荐 3.12/3.13）环境中用 PyCharm 或 VS Code 练习。

一、Python 字典概览（必知）

  • 定义：字典是一种无序（Python 3.7+ 有序）、可变的键值对集合，键必须是不可变类型（如字符串、数字、元组），值可以是任意类型。
  • 核心用途：
  • 存储和查询键值对（如用户配置、JSON 数据）。
  • 数据处理（如统计词频、聚合数据）。
  • 作为函数参数或返回值（如 API 响应）。
  • 特点：
  • 高效查找：基于哈希表，键查找时间复杂度 O(1)。
  • 灵活性：支持动态增删键值对。
  • 可嵌套：值可以是字典、列表等复杂结构。
  • 2025年趋势：
  • Python 3.13 优化字典的内存使用和哈希性能。
  • 在数据科学中，字典常结合 pandas 和 numpy 处理结构化数据。
  • 在 KMP 项目中，字典用于 Python 模块与 Kotlin 交互，传递 JSON 数据。

二、核心语法与用法（必会）

以下按功能讲解字典的核心操作，包含示例代码，可直接运行。

1. 创建字典
  • 字面量创建：
  my_dict = {"name": "Alice", "age": 25, "city": "Beijing"}
  print(my_dict)  # 输出：{'name': 'Alice', 'age': 25, 'city': 'Beijing'}
  • 使用 dict() 构造函数：
  my_dict = dict(name="Bob", age=30)
  print(my_dict)  # 输出：{'name': 'Bob', 'age': 30}
  • 空字典：
  empty_dict = {}
  # 或
  empty_dict = dict()
  • 嵌套字典：
  nested_dict = {
      "user1": {"name": "Alice", "age": 25},
      "user2": {"name": "Bob", "age": 30}
  }
  print(nested_dict["user1"]["name"])  # 输出：Alice
2. 访问和修改
  • 通过键访问：
  my_dict = {"name": "Alice", "age": 25}
  print(my_dict["name"])  # 输出：Alice
  • 注意：访问不存在的键会抛出 KeyError。
  • 使用 get() 安全访问：
  print(my_dict.get("age"))  # 输出：25
  print(my_dict.get("address", "Unknown"))  # 输出：Unknown（默认值）
  • 修改值：
  my_dict["age"] = 26
  print(my_dict)  # 输出：{'name': 'Alice', 'age': 26}
  • 添加新键值对：
  my_dict["city"] = "Shanghai"
  print(my_dict)  # 输出：{'name': 'Alice', 'age': 26, 'city': 'Shanghai'}
  • 删除键值对：
  del my_dict["city"]
  print(my_dict)  # 输出：{'name': 'Alice', 'age': 26}
3. 常用方法
  • keys()：返回所有键。
  print(my_dict.keys())  # 输出：dict_keys(['name', 'age'])
  • values()：返回所有值。
  print(my_dict.values())  # 输出：dict_values(['Alice', 26])
  • items()：返回键值对元组。
  print(my_dict.items())  # 输出：dict_items([('name', 'Alice'), ('age', 26)])
  • pop(key[, default])：删除指定键并返回值。
  age = my_dict.pop("age")
  print(age, my_dict)  # 输出：26 {'name': 'Alice'}
  • update()：批量更新或添加键值对。
  my_dict.update({"age": 27, "city": "Guangzhou"})
  print(my_dict)  # 输出：{'name': 'Alice', 'age': 27, 'city': 'Guangzhou'}
  • clear()：清空字典。
  my_dict.clear()
  print(my_dict)  # 输出：{}
4. 遍历字典
  • 遍历键：
  for key in my_dict:
      print(key, my_dict[key])
  # 输出：
  # name Alice
  # age 27
  # city Guangzhou
  • 遍历键值对：
  for key, value in my_dict.items():
      print(f"{key}: {value}")
  # 输出：
  # name: Alice
  # age: 27
  # city: Guangzhou
5. 字典推导式
  squares = {x: x**2 for x in range(5)}
  print(squares)  # 输出：{0: 0, 1: 1, 2: 4, 3: 9, 4: 16}
6. 性能与内存
  • 高效查找：
  import time
  d = {i: str(i) for i in range(1000000)}
  start = time.time()
  print(d.get(999999))  # 快速查找
  print(f"Time: {time.time() - start:.6f}s")  # 输出：微秒级
  • 内存占用：
  import sys
  print(sys.getsizeof({}))  # 输出：约 64 字节（空字典）
  print(sys.getsizeof(d))   # 输出：约 48MB（100万个键值对）

三、实践示例（综合应用）

  1. 统计词频：
def word_count(text):
    words = text.lower().split()
    freq = {}
    for word in words:
        freq[word] = freq.get(word, 0) + 1
    return freq

text = "apple banana apple cherry banana"
print(word_count(text))
# 输出：{'apple': 2, 'banana': 2, 'cherry': 1}


功能：统计文本中每个单词的出现频率。

  1. 用户配置文件：
def save_config(config):
    with open("config.txt", "w") as f:
        for key, value in config.items():
            f.write(f"{key}={value}\n")

config = {"username": "Alice", "theme": "dark", "lang": "en"}
save_config(config)


功能：将字典配置保存到文件。

  1. KMP 集成（JSON 数据处理）：
import json

def process_for_kmp(data):
    result = {}
    for i, item in enumerate(data):
        result[f"item_{i}"] = {"value": item, "id": i}
    return json.dumps(result)

data = [10, 20, 30]
json_data = process_for_kmp(data)
print(json_data)
# 输出：{"item_0": {"value": 10, "id": 0}, "item_1": {"value": 20, "id": 1}, "item_2": {"value": 30, "id": 2}}


功能：将列表转为字典并序列化为 JSON，供 KMP 项目中的 Kotlin 模块使用。

四、注意事项与最佳实践

  1. 键的限制：
  • 键必须是不可变类型：
    python # 错误 d = {[1, 2]: "list"} # TypeError: unhashable type: 'list' # 正确 d = {(1, 2): "tuple"} # 元组作为键
  1. 错误处理：
  • 使用 get() 避免 KeyError：
    python value = my_dict.get("key", "default") # 安全获取
  • 检查键存在：
    python if "key" in my_dict: print(my_dict["key"])
  1. 性能优化：
  • 避免频繁创建大字典，预估大小：
    python d = dict.fromkeys(range(1000), 0) # 预初始化
  • 使用字典推导式简化代码：
    python d = {k: v**2 for k, v in enumerate(range(5))}
  1. 跨平台：
  • 在 KMP 项目中，字典转为 JSON 与 Kotlin 互操作：
    kotlin @CName("processData") fun processData(json: String): String { // 解析 Python 字典的 JSON }
  • 使用 json.dumps() 和 json.loads()：
    python import json d = {"name": "Alice"} json_str = json.dumps(d)
  1. 2025年趋势：
  • Python 3.13：优化字典的哈希表实现，查找更快。
  • 数据科学：结合 pandas 处理字典格式数据：
    python import pandas as pd df = pd.DataFrame([{"name": "Alice", "age": 25}, {"name": "Bob", "age": 30}])
  • AI 辅助：PyCharm 的 Copilot 可生成字典操作代码。

五、学习建议

  • 练习：用字典实现词频统计或配置文件管理，测试嵌套和推导式。
  • 资源：
  • 官方文档：https://docs.python.org/3/library/stdtypes.html#dict
  • CSDN：搜索“Python 字典”。
  • B站：Python 教程（如“尚硅谷 Python”）。
  • 时间：1-2 天掌握基本操作，1 周熟悉复杂场景。
  • 实践：开发词频统计工具或 JSON 数据处理器。

六、总结

Python 字典必知键值对存储和高效查找，必会创建、访问、修改和遍历操作。2025年，字典在 Python 开发和 KMP 项目中不可或缺，结合 Python 3.13 优化更高效。相比列表，字典以键访问更灵活，适合映射场景。

如果需要具体场景代码（如复杂数据处理或 KMP 示例）或有问题，告诉我，我可以提供更详细解答！

类似文章

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注