python字典的常用方法总结
python中字典是非常常用的数据类型,了解各种方法的作用及优缺点对于字典的使用非常有用。
dict.clear() 的方法用于清空所有的键值对,清空后字典变成空字典。代码示例如下:
data = {"x":12,"y":45} data.clear() data
1、/22、get() 通过key获取value
dict.get() 的方法通过key获取value。代码示例如下:
data = {"x":12,"y":45} data.get("x")
当key不存在时返回None,而不会报错。如果直接通过键来获取相应的值,当键-值对不存在时,会出现KeyError错误。代码示例如下:
data = {"x":12,"y":45} print(data.get("z"))
setdefault() 获取或添加键值对
dict.setdefault() 的方法有点像dict.get() 的方法,可用来获取字典中的key对应的值。但不同于dict.get() 的方法,当访问的key值不存在时,dict.setfault() 的方法会将该值添加到原字典中,相应的value为None。代码示例如下:
data = {"x":12,"y":45} data.setdefault("z") data
如果是通过键值对来访问原字典,当原字典中不存在该键值对时,dict.setdefault() 的方法会将该键值对添加到原字典中。代码示例如下:
data = {"x":12,"y":45} data.setdefault("z",66) data
1、/24、update() 用一个字典更新另一个字典
dict.update() 的方法用一个字典中的项更新另一个字典。如果被更新的字典已含有对应的key值,这个key值对应的原value会被替换。代码示例如下:
data = {"x":12,"y":45} data.update({"x":88}) data
dict.update() 的方法用一个字典中的项更新另一个字典。如果被更新的字典中无对应的key-value,新的key-value会被添加到原字典中。代码示例如下:
data = {"x":12,"y":45} data.update({"z":66}) data
items() 获取字典所有键值对
dict.items() 的方法获取的是一个字典视图,包含所有的字典项,每个元素为一个键值对。这些元素的排列顺序不定。代码示例如下:
data = {"x":12,"y":45,"z":66} data.items()
dict.items() 的方法获取的是一个字典视图,可获取其长度。但若需要进一步的操作,可将其转换成列表。代码示例如下:
a = data.items() print(len(a)) list(a)
keys() 获取字典所有的键
dict.keys() 的方法获取的是一个字典视图,包含字典所有的键。代码示例如下:
data = {"x":12,"y":45,"z":66} data.keys()
dict.keys() 的方法获取的是一个字典视图,可获取其长度。但若需要进一步的操作,可将其转换成列表。代码示例如下:
b = data.keys() list(b)
values() 获取字典所有的值
dict.values() 的方法获取的是一个字典视图,包含字典所有的值。代码示例如下:
data = {"x":12,"y":12,"z":66} data.values()
dict.values() 的方法获取的是一个字典视图,可获取其长度。但若需要进一步的操作,可将其转换成列表。代码示例如下:
c = data.values() list(c)
1、/18、pop() 获取指定键关联值并删除该键值对
dict.pop() 的方法用于删除指定键值对,但这个删除的键值对仍可使用。代码示例如下:
data = {"x":12,"y":12,"z":66} data.pop("z") data
1、/19、popitem() 删除字典中最后一个键值对
dict.popitem() 的方法类似于list.pop() 的方法,用于删除字典中最后一个键值对(也有定义说这个方法用于删除字典中的随机项,但这个随机并非是真的随机)。代码示例如下:
data = {"x":12,"y":12,"z":66} data.popitem() data
如果大家对以上知识点有任何疑问可以在下方留言,感谢大家对脚本之家的支持。
相关文章
使用Python文件读写,自定义分隔符(custom delimiter)
这篇文章主要介绍了使用Python文件读写,自定义分隔符(custom delimiter),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2020-07-07Python pandas处理缺失值方法详解(dropna、drop、fillna)
缺失数据会在很多数据分析应用中出现,pandas的目标之一就是尽可能无痛地处理缺失值,下面这篇文章主要给大家介绍了关于Python pandas处理缺失值方法的相关资料,处理方法分别是dropna、drop、fillna,需要的朋友可以参考下2022-08-08Jupyter notebook 更改文件打开的默认路径操作
这篇文章主要介绍了Jupyter notebook 更改文件打开的默认路径操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2021-05-05
最新评论