python基础:zip和dict详解

一.zip函数:接受任意多个(包括0个和1个)序列作为参数,返回一个tuple列表。

1.示例1:

x = [1, 2, 3]

y = [4, 5, 6]

z = [7, 8, 9]

xyz = zip(x, y, z)

print xyz

运行的结果是:

[(1, 4, 7), (2, 5, 8), (3, 6, 9)]

从这个结果可以看出zip函数的基本运作方式。

2.示例2:

x = [1, 2, 3]
y = [4, 5, 6, 7]
xy = zip(x, y)
print xy

运行的结果是:

[(1, 4), (2, 5), (3, 6)]

从这个结果可以看出zip函数的长度处理方式。

3.示例3:

x = [1, 2, 3]
x = zip(x)
print x

运行的结果是:

[(1,), (2,), (3,)]

从这个结果可以看出zip函数在只有一个参数时运作的方式。

4.示例4:

x = zip()
print x

运行的结果是:

[]

从这个结果可以看出zip函数在没有参数时运作的方式。

5.示例5:

x = [1, 2, 3]

y = [4, 5, 6]

z = [7, 8, 9]

xyz = zip(x, y, z)

u = zip(*xyz)

print u

运行的结果是:

[(1, 2, 3), (4, 5, 6), (7, 8, 9)]

一般认为这是一个unzip的过程,它的运行机制是这样的:

在运行zip(*xyz)之前,xyz的值是:[(1, 4, 7), (2, 5, 8), (3, 6, 9)]

那么,zip(*xyz) 等价于 zip((1, 4, 7), (2, 5, 8), (3, 6, 9))

所以,运行结果是:[(1, 2, 3), (4, 5, 6), (7, 8, 9)]

注:在函数调用中使用*list/tuple的方式表示将list/tuple分开,作为位置参数传递给对应函数(前提是对应函数支持不定个数的位置参数)

6.示例6:

x = [1, 2, 3]
r = zip(* [x] * 3)
print r

运行的结果是:

[(1, 1, 1), (2, 2, 2), (3, 3, 3)]

它的运行机制是这样的:

[x]生成一个列表的列表,它只有一个元素x

[x] * 3生成一个列表的列表,它有3个元素,[x, x, x]

zip(* [x] * 3)的意思就明确了,zip(x, x, x)

二、dict操作

1、使用zip创建字典

key = ‘abcde‘

value = range(1, 6)

dict(zip(key, value))

2、使用items()来遍历字典

for key,value in d.items():

3.使用get, pop来获取/删除key

首先,dict[key] 与 delete dict[key]也可以获取/删除key。但是key不存在时,会引发 KeyError 异常。为了避免引发异常可以使用带defaut参数的get和pop函数

  • get(key[, default])
    如果key在字典中,返回对应的value, 否则返回default。所以从来不会引发异常。
  • pop(key[, default])
    如果default未设置,则如果key不在字典中,删除key将引发异常。使用时加上default。

4、dict(dict1, **dict2)合并两个字典

合并两个字典可以先把两个字典分成key-value对,再连接两个key-value对,生成新的字典。即 dict(dict1.items()+dict2.items()) ,不过效率有些低。
使用效率更高的 dict(dict1, **dict2) 连接两个字典。

In [29]: dict1
Out[29]: {‘a‘: 1, ‘b‘: 2, ‘c‘: 3}

In [30]: dict2
Out[30]: {‘d‘: 4, ‘e‘: 5, ‘f‘: 6}

In [31]: dict(dict1, **dict2)
Out[31]: {‘a‘: 1, ‘b‘: 2, ‘c‘: 3, ‘d‘: 4, ‘e‘: 5, ‘f‘: 6}
$ python -m timeit -s ‘dict1=dict2=dict(a=1,b=2)‘ ‘dict3=dict(dict1,**dict2)‘
1000000 loops, best of 3: 0.573 usec per loop
$ python -m timeit -s ‘dict1=dict2=dict(a=1,b=2)‘ ‘dict3=dict(dict1.items()+dict2.items())‘
100000 loops, best of 3: 2.21 usec per loop

5、使用keys()和values()获取关键词和值

d.keys()

d.values()

6、使用update()更新字典,与4的dict(dict1, **dict2)效果一样

1 dict1 = {"a" : "apple", "b" : "banana"}
2 print(dict1)
3 dict2 = {"c" : "grape", "d" : "orange"}
4 dict1.update(dict2)
5 print(dict1)

输出:

{‘a‘: ‘apple‘, ‘b‘: ‘banana‘}
{‘c‘: ‘grape‘, ‘a‘: ‘apple‘, ‘b‘: ‘banana‘, ‘d‘: ‘orange‘}

7、使用sorted排序

#按照key排序print(sorted(dict1.items(), key=lambda d: d[0]))#按照value排序print(sorted(dict1.items(), key=lambda d: d[1]))

8、使用setdefault设置默认值

dict = {}
dict.setdefault("a")

9、pop()和clear()删除

 1 d={"a":1,"b":2,"c":3}
 2 print(d)
 3 #输出
 4 #{"a":1,"b":2,"c":3}
 5
 6 d1=d.pop("a") #d1=1
 7 print(d)
 8 #输出
 9 #{"b":2,"c":3}
10
11 d2=d.pop("f",100) #d2=100
12 print(d)
13 #输出
14 #{"b":2,"c":3}

d.clear() #将字典d清空

print(d)  #输出{}

10、使用fromkeys() 函数用于创建一个新字典,以序列seq中元素做字典的键,value为字典所有键对应的初始值。

1 seq={‘name‘,‘age‘,‘score‘}
2 d=dict.fromkeys(seq,100)
3 print(d)
4 #输出
5 #{‘name‘: 100, ‘age‘: 100, ‘score‘: 100}

11、使用popitems()随机返回并删除字典中的一对键和值(项)

1 seq={‘name‘,‘age‘,‘score‘}
2 d=dict.fromkeys(seq,100)
3 print(d)  #输出:{‘age‘: 100, ‘name‘: 100, ‘score‘: 100}
4 d2=d.popitem()
5 print(d2) #输出:(‘age‘, 100)
6 print(d)  #输出:{‘name‘: 100, ‘score‘: 100}



时间: 2024-10-18 17:29:35

python基础:zip和dict详解的相关文章

python基础:协程详解

Python的yield不但可以返回一个值,它还可以接收调用者发出的参数. 来看例子: 传统的生产者-消费者模型是一个线程写消息,一个线程取消息,通过锁机制控制队列和等待,但一不小心就可能死锁. 如果改用协程,生产者生产消息后,直接通过yield跳转到消费者开始执行,待消费者执行完毕后,切换回生产者继续生产,效率极高: 1 #coding:utf-8 2 __author__ = 'Administrator' 3 4 def consumer(): 5 r = '[CONSUMER]初始化'

python基础知识(列表详解)

列表(list) 列表中可以存入整数.实数.布尔值.字符串.序列.对象 可变序列 列表  []  元素间隔用   ,号分隔 列表的创建和删除 使用赋值运算符直接创建列表 listname = [元素1,元素2,.......] 创建空列表 列表名 = [] 创建数值列表 string = "圣人蛋糕" list(string) print(string) ["圣","人","蛋","高"] range()

python基础 之 装饰器详解

装饰器的语法以@开头,接着是装饰器函数的名字.可选参数. 紧跟装饰器声明的是被装饰的函数和被装饰的函数的可选参数,如下: @decorator(dec_opt_args) def func(func_args):   .... 其实总体说起来,装饰器其实也就是一个函数,一个用来包装函数的函数,装饰器在函数声明完成的时候被调用,调用之后声明的函数被换成一个被装饰器装饰过后的函数. 如: def deco(func):    ...    return func @deco def foo():  

Python中dict详解

yangyzh Python中dict详解 python3.0以上,print函数应为print(),不存在dict.iteritems()这个函数. 在python中写中文注释会报错,这时只要在头部加上# coding=gbk即可 #字典的添加.删除.修改操作dict = {"a" : "apple", "b" : "banana", "g" : "grape", "o&qu

Python中的高级数据结构详解

这篇文章主要介绍了Python中的高级数据结构详解,本文讲解了Collection.Array.Heapq.Bisect.Weakref.Copy以及Pprint这些数据结构的用法,需要的朋友可以参考下 数据结构 数据结构的概念很好理解,就是用来将数据组织在一起的结构.换句话说,数据结构是用来存储一系列关联数据的东西.在Python中有四种内建的数据结构,分别是List.Tuple.Dictionary以及Set.大部分的应用程序不需要其他类型的数据结构,但若是真需要也有很多高级数据结构可供选择

mysql基础篇 - SELECT 语句详解

基础篇 - SELECT 语句详解 SELECT语句详解 一.实验简介 SQL 中最常用的 SELECT 语句,用来在表中选取数据,本节实验中将通过一系列的动手操作详细学习 SELECT 语句的用法. 二.实验准备 在正式开始本实验内容之前,需要先下载相关数据库表,搭建好一个名为mysql_shiyan 的数据库(有三张表:department,employee,project),并向其中插入数据. 具体操作如下,首先输入命令进入 /home/shiyanlou/Desktop 目录: cd /

Python中 if __name__ == '__main__': 详解

一个python文件就可以看作是一个python的模块,这个python模块(.py文件)有两种使用方式:直接运行和作为模块被其他模块调用. __name__:每一个模块都有一个内置属性__name__.而__name__的值取决与python模块(.py文件)的使用方式. 如果是直接运行,那么这个模块的__name__值就是“__main__”: 如果是作为模块被其他模块调用,那么这个模块(.py文件)的__name__值就是该模块(.py文件)的文件名,且不带路径和文件扩展名. 参考: ht

Python安装、配置图文详解

原文地址:http://weixiaolu.iteye.com/blog/1617440 目录: 一. Python简介 二. 安装python 1. 在windows下安装 2. 在Linux下安装 三. 在windows下配置python集成开发环境(IDE) 1. 在Eclipse中安装PyDev插件 2. 配置Python Interpreters 四. 创建Python Project 五. 编写HelloWorld 六. 小结 一. Python简介: Python在Linux.wi

Python安装、配置图文详解(转载)

Python安装.配置图文详解 目录: 一. Python简介 二. 安装python 1. 在windows下安装 2. 在Linux下安装 三. 在windows下配置python集成开发环境(IDE) 1. 在Eclipse中安装PyDev插件 2. 配置Python Interpreters 四. 创建Python Project 五. 编写HelloWorld 六. 小结 一. Python简介: Python在Linux.windows.Mac os等操作系统下都有相应的版本,不管在