3.1数据结构和序列（利用Python进行数据分析）

4 字典

dict（字典）可能是Python内建数据结构中最重要的。

它更为常用的名字是哈希表或者是关联数组。字典是拥有灵活尺寸的键值对集合，其中键和值都是Python对象。用大括号 {} 是创建字典的一种方式，在字典中用逗号将键值对分隔：

empty_dict = {}
d1 = {'a' : 'some value', 'b' : [1, 2, 3, 4]}
print(d1)

Out[103]: {'a': 'some value', 'b': [1, 2, 3, 4]}
1
2
3
4
5

访问、插入或设置字典中的元素

In [104]: d1[7] = 'an integer'

In [105]: d1
Out[105]: {'a': 'some value', 'b': [1, 2, 3, 4], 7: 'an integer'}

In [106]: d1['b']
Out[106]: [1, 2, 3, 4]
1
2
3
4
5
6
7

检查字典是否含有一个键：

In [107]: 'b' in d1
Out[107]: True
1
2

使用del关键字或pop方法删除值，pop方法会在删除的同时返回被删的值，并删除键：

In [108]: d1[5] = 'some value'

In [109]: d1
Out[109]: 

{'a': 'some value',
 'b': [1, 2, 3, 4],
 7: 'an integer',
 5: 'some value'}

In [110]: d1['dummy'] = 'another value'

In [111]: d1
Out[111]: 
{'a': 'some value',
 'b': [1, 2, 3, 4],
 7: 'an integer',
 5: 'some value',
 'dummy': 'another value'}

In [112]: del d1[5]

In [113]: d1
Out[113]: 
{'a': 'some value',
 'b': [1, 2, 3, 4],
 7: 'an integer',
 'dummy': 'another value'}

In [114]: ret = d1.pop('dummy')

In [115]: ret
Out[115]: 'another value'

In [116]: d1
Out[116]: {'a': 'some value', 'b': [1, 2, 3, 4], 7: 'an integer'}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

keys方法和values方法会分别为你提供字典键、值的迭代器。然而键值对并没有特定的顺序，这些函数输出的键、值都是按照相同的顺序：

In [117]: list(d1.keys())
Out[117]: ['a', 'b', 7]

In [118]: list(d1.values())
Out[118]: ['some value', [1, 2, 3, 4], 'an integer']
1
2
3
4
5

使用update方法将两个字典合并：

In [119]: d1.update({'b' : 'foo', 'c' : 12})

In [120]: d1
Out[120]: {'a': 'some value', 'b': 'foo', 7: 'an integer', 'c': 12}
1
2
3
4

update方法改变了字典中元素位置，因此对于任何原字典中已经存在的键，如果传给update方法的数据也含有相同的键，则它的值将会被覆盖。

4.1 从序列生成字典

当有两个序列要在字典中按元素配对。

In [121]: mapping = dict(zip(range(5), reversed(range(5))))

In [122]: mapping
Out[122]: {0: 4, 1: 3, 2: 2, 3: 1, 4: 0}
1
2
3
4

4.2 默认值

通常情况下，会有这样的代码逻辑：

if key in some_dict:
    value = some_dict[key]
else:
    value = default_value
1
2
3
4

不过字典的get方法和pop方法可以返回一个默认值，因此上述的 if-else 代码块可以被简写为：

value = some_dict.get(key, default_value)
1

带有默认值的get方法会在key参数不是字典的键时返回None，而pop会抛出异常。

一个常见的场景是字典中的值集合通过设置，成为另一种集合，比如列表。

举个例子，将字词组成的列表，根据首字母分类为包含列表的字典：

In [123]: words = ['apple', 'bat', 'bar', 'atom', 'book']

In [124]: by_letter = {}

In [125]: for word in words:
   .....:     letter = word[0]
   .....:     if letter not in by_letter:
   .....:         by_letter[letter] = [word]
   .....:     else:
   .....:         by_letter[letter].append(word)
   .....:

In [126]: by_letter
Out[126]: {'a': ['apple', 'atom'], 'b': ['bat', 'bar', 'book']}
1
2
3
4
5
6
7
8
9
10
11
12
13
14

字典的setdefault方法就是为了这个目的而产生的。上述的for循环语句可以被写为：

for word in words:
    letter = word[0]
    by_letter.setdefault(letter, []).append(word)
1
2
3

内建的集合模块有一个非常有用的类，defaultdict。

这个类使得上述目的实现更为简单。

想要生成符合要求的字典，你可以向字典中传入类型，或能在各位置生成默认值的函数：

from collections import defaultdict
by_letter = defaultdict(list)
for word in words:
    by_letter[word[0]].append(word)
1
2
3
4