图解python | 字典

简介: 字典是Python中基于键值对的可变容器,通过键快速查找值。本文以图解+实战形式详解其结构、增删改查操作及特性,并结合字符统计案例,帮助掌握字典的核心用法与应用场景。

字典是 Python 中键值对(Key-Value) 结构的无序可变容器,核心特点是 “通过键快速查找值”,就像现实中的字典(通过拼音 / 部首找汉字),下面用「图解 + 实战」拆解字典的核心逻辑。

一、字典的核心结构(图解)

1. 字典的 “物理” 结构(简化版)

plaintext

┌───────────────────────────────────────┐
│              字典 (dict)              │
│  ┌─────────┬─────────┐  ┌─────────┬─────────┐  │
│  │   键    │   值    │  │   键    │   值    │  │
│  │ (Key)   │ (Value) │  │ (Key)   │ (Value) │  │
│  ├─────────┼─────────┤  ├─────────┼─────────┤  │
│  │ "name"  │ "小明"  │  │ "age"   │  18     │  │
│  ├─────────┼─────────┤  ├─────────┼─────────┤  │
│  │ "score" │ [90,85] │  │ "is_ok" │  True   │  │
│  └─────────┴─────────┘  └─────────┴─────────┘  │
└───────────────────────────────────────┘
  • 键(Key):唯一、不可变(只能是字符串 / 数字 / 元组,不能是列表),相当于 “索引”;
  • 值(Value):可重复、可任意类型(数字 / 字符串 / 列表 / 字典等),相当于 “内容”;
  • 核心关系:1 个键对应 1 个值,键不能重复(重复会覆盖),值可以重复。

2. 字典与列表的对比(图解)

维度 字典(Dict) 列表(List)
索引方式 用 “键” 查找(如 dict["name"] 用 “下标” 查找(如 list[0]
结构图解 {键1:值1, 键2:值2} [值1, 值2, 值3]
查找效率 快(哈希表底层,直接定位) 慢(需遍历)
有序性 Python 3.7+ 有序,3.6- 无序 始终有序

二、字典的核心操作(图解 + 代码)

1. 定义字典(创建)

python

运行

# 空字典
empty_dict = {}
# 普通字典(键值对用冒号分隔,整体用大括号)
student = {
    "name": "小明",   # 键:字符串,值:字符串
    "age": 18,       # 键:字符串,值:数字
    "score": [90, 85, 95],  # 键:字符串,值:列表
    (1,2): "坐标"    # 键:元组(不可变),值:字符串
}

图解创建过程

plaintext

创建student字典 → 分配内存空间 → 存入键值对:
"name" → 指向 "小明"
"age" → 指向 18
"score" → 指向 [90,85,95]

2. 访问值(查)

python

运行

# 方式1:键取值(最常用)
print(student["name"])  # 输出:小明
# 方式2:get()方法(推荐,键不存在不报错)
print(student.get("age"))  # 输出:18
print(student.get("gender", "未知"))  # 键不存在,返回默认值:未知

图解取值逻辑

plaintext

查找student["name"] → 计算"name"的哈希值 → 定位到内存中"小明"的位置 → 返回值

3. 修改 / 新增值(改 / 增)

python

运行

# 修改(键存在则覆盖值)
student["age"] = 19
# 新增(键不存在则添加新键值对)
student["gender"] = "男"

图解修改后结构

plaintext

┌───────────────────────────────────────┐
│              student 字典             │
│  "name": "小明", "age": 19,            │
│  "score": [90,85,95], "gender": "男"  │
└───────────────────────────────────────┘

4. 删除键值对(删)

python

运行

# del 关键字
del student["score"]
# pop()方法(删除并返回值)
age = student.pop("age")
# 清空字典
student.clear()

图解删除后结构

plaintext

删除"score"后 → student字典变为:
{"name": "小明", "age": 19, "gender": "男"}

5. 遍历字典(常用)

python

运行

student = {"name": "小明", "age": 18, "gender": "男"}
# 遍历所有键
for key in student.keys():
    print(key)  # 输出:name、age、gender
# 遍历所有值
for value in student.values():
    print(value)  # 输出:小明、18、男
# 遍历键值对(最常用)
for key, value in student.items():
    print(f"{key}: {value}")

图解遍历逻辑

plaintext

遍历student.items() → 逐个取出键值对:
第1次:key="name", value="小明"
第2次:key="age", value=18
第3次:key="gender", value="男"

三、字典的核心特性(图解总结)

特性 说明 图解记忆
键唯一 重复键会覆盖旧值 {"a":1, "a":2} → 最终{"a":2}
键不可变 列表不能做键(可变),元组可以(不可变) {[1,2]:3} ❌ / {(1,2):3}
无序(3.6-) 不保证插入顺序,3.7+ 修复为有序 3.6-:{"a":1, "b":2} 可能显示为{"b":2, "a":1}
可变 可新增 / 修改 / 删除键值对 字典内容可动态变化

四、实战案例(字典的典型用法)

案例:统计字符串中字符出现次数

python

运行

text = "hello python"
count_dict = {}
# 遍历字符,统计次数
for char in text:
    if char != " ":  # 排除空格
        # 键存在则+1,不存在则设为1
        count_dict[char] = count_dict.get(char, 0) + 1
print(count_dict)
# 输出:{'h':1, 'e':1, 'l':2, 'o':2, 'p':1, 'y':1, 't':1, 'n':1}

图解执行过程

plaintext

初始count_dict = {}
遍历到"h" → count_dict["h"] = 0+1 → {"h":1}
遍历到"e" → count_dict["e"] = 0+1 → {"h":1, "e":1}
遍历到"l" → count_dict["l"] = 0+1 → {"h":1, "e":1, "l":1}
再次遍历到"l" → count_dict["l"] = 1+1 → {"h":1, "e":1, "l":2}
... 以此类推

总结

字典的核心是「键值对映射」,记住 3 个关键点:

  1. 键是 “唯一索引”,值是 “对应内容”;
  2. 取值优先用get()(避免键不存在报错);
  3. 适合场景:快速查找、数据关联存储(如用户信息、统计计数)。
目录
相关文章
|
3月前
|
存储 安全 Cloud Native
Rocky Linux下配置nfs
NFS(网络文件系统)是类Unix系统间分布式文件共享的核心协议,支持跨机器数据共享,广泛应用于云原生、企业文件服务。本文详解NFS在Rocky Linux下的部署:从基础概念、组件安装(nfs-utils、rpcbind)、服务器配置(/etc/exports)、防火墙设置到客户端挂载与自动加载(fstab、autofs),并提供常见问题排查方案,助力构建高效安全的共享存储环境。
|
3月前
|
数据采集 数据库 Python
Python异步编程入门:告别“等待”,让代码飞起来
Python异步编程入门:告别“等待”,让代码飞起来
304 100
|
3月前
|
JSON 安全 JavaScript
闲鱼商品列表API接口指南
本指南基于逆向分析,提供闲鱼商品列表数据获取的技术方案,适用于关键词、地区、价格等条件筛选。支持网页端GET与移动端POST请求,返回HTML或JSON格式数据,需注意登录态与参数编码,仅用于学习研究。
|
3月前
|
存储 JavaScript 前端开发
JavaScript基础
本节讲解JavaScript基础核心知识:涵盖值类型与引用类型区别、typeof检测类型及局限性、===与==差异及应用场景、内置函数与对象、原型链五规则、属性查找机制、instanceof原理,以及this指向和箭头函数中this的绑定时机。重点突出类型判断、原型继承与this机制,助力深入理解JS面向对象机制。(238字)
|
3月前
|
人工智能 API 开发工具
2025技术实战:在国内如何调用 Google Gemini 3.0 Pro?
Gemini 3.0 Pro 的发布带来了原生的多模态能力,但在国内(CN Region)进行 API 对接时,开发者常面临 Geo-blocking 和支付验证两大难题。本文将从网络层和应用层出发,解析主流的接入方案,并提供一份基于 Python 的标准化调用示例。
2026 4
|
3月前
|
Shell 开发工具 git
Git-2.42.0-64-bit安装教程附详解+环境变量配置
Git-2.42.0-64-bit.exe是Windows下主流的Git版本控制工具安装包。下载后以管理员身份运行,安装时注意选择默认编辑器(推荐VS Code或记事本)、配置PATH环境变量(选第二项),并根据开发需求设置换行符转换。安装完成后通过cmd执行`git --version`验证,并配置用户名和邮箱即可开始使用。
2560 2
|
5月前
|
数据可视化
ADAMS 科研仿真,新版本来袭,附安装包
ADAMS是领先的多体动力学仿真软件,支持复杂机械系统建模与运动分析,集成有限元与控制软件,实现多物理场协同仿真,助力工程师优化设计、降低成本。
642 0
|
3月前
|
SQL 数据挖掘 BI
Python处理Excel多工作表:openpyxl与pandas的实战对比
本文对比openpyxl与pandas在处理Excel多工作表时的性能差异,结合真实电商案例揭示二者核心定位:openpyxl擅长精细格式控制,pandas专注高效数据处理。通过读写实测、典型场景与混合策略,提供选型决策树,助你提升数据处理效率数十倍。
318 0
|
5月前
|
人工智能 Cloud Native IDE
超详细!JetBrains Rider 2025.1 安装到能用,激活 + 安装步骤—附安装包
JetBrains Rider 2025.1 是全能型跨平台全栈 IDE,深度集成 AI 编码助手,支持 .NET 9、Unity 2025、Blazor 等最新技术,覆盖 C#、Python、Go 等 20+ 语言,赋能游戏、云原生与微服务开发,实现 AI 辅助生成、调试、测试与文档一体化。
1339 2