Python字典使用技巧详解

Python 中字典和集合也是非常相近的概念，而且从外观看上去，也有那么一丝丝的相似。本文将从字典基本知识入手，为你展开字典类型数据的各个知识点，需要的可以参考一下

1. 引言

在日常工作中，大家都需要进行字典的相关操作，对于某些初学者，经常会写一堆繁琐的代码来实现某项简单的功能。本篇文章重点介绍一些在Python中关于字典的一些简单技巧，熟练掌握相关技巧可以极大提升大家的工作效率。

闲话少说，我们直接开始吧！

2. 使用union操作合并字典

当然我们可以使用for循环来组合不同字典中的元素，但是在使用Python3.9之后，我们可以方便的使用union操作来进行字典的合并。

样例代码如下：

cities_us = {'New York City': 'US', 'Los Angeles': 'US'} cities_uk = {'London': 'UK', 'Birmingham': 'UK'} cities = cities_us|cities_uk print(cities) # {'New York City': 'US', 'Los Angeles': 'US', 'London': 'UK', 'Birmingham': 'UK'}

当然我们也可以使用|= 来实现，如下：

cities_us = {'New York City': 'US', 'Los Angeles': 'US'} cities_uk = {'London': 'UK', 'Birmingham': 'UK'} cities_us |= cities_uk print(cities_us) # {'New York City': 'US', 'Los Angeles': 'US', 'London': 'UK', 'Birmingham': 'UK'}

3. 使用解包操作合并字典

考虑到使用union操作的简洁性，我经常尽可能的使用该操作进行字典的合并操作。但是，如果我们使用的是Python3.9以下的版本，有没有其他简洁的方式来实现上述字典合并功能呢？

当然是存在的，此时推荐使用解包操作来实现。

样例如下：

cities_1 = {'New York City': 'US', 'Los Angeles': 'US'} cities_2 = {'London': 'UK', 'Birmingham': 'UK'} cities = {**cities_1, **cities_2} print(cities) # {'New York City': 'US', 'Los Angeles': 'US', 'London': 'UK', 'Birmingham': 'UK'}

4. 使用字典生成式

与Python中的列表生成式一样，字典生成式也是创建字典的一种简便的方法，它为我们提供了筛选数据的灵活性。

字典生成式的一般范式为：

D = {key: value for key,value in iterable (if condition)}

我们可以通过下方例子来体检一下字典生成式的强大，如下：

cities = ['London', 'New York', 'Tokyo', 'Cambridge', 'Oxford'] countries = ['UK', 'US', 'Japan', 'UK', 'UK'] uk_cities = {city: country for city, country in zip(cities, countries) if country == 'UK'} print(uk_cities) # {'London': 'UK', 'Cambridge': 'UK', 'Oxford': 'UK'}

5. 字典中key-value互换

在某些情形下，我们需要互换字典中的key-value，当然有各种各样的策略来实现上述功能。

以下是我比较推荐的两种实现，如下：

cities = {'London': 'UK', 'Tokyo': 'Japan', 'New York': 'US'}

方案一：

reversed_cities = {v: k for k, v in cities.items()} print(reversed_cities) # {'UK': 'London', 'Japan': 'Tokyo', 'US': 'New York'}

方案二：

reversed_cities = dict(zip(cities.values(), cities.keys())) print(reversed_cities)

6. 列表转为字典

列表也是Python中最常使用的数据结构之一，在某些情形下，我们需要将列表转化为字典。这里我们分情况来讨论：

假如列表中包含key和value，此时可以直接使用dict来生成相应的对象，如下：

cities = [('London', 'UK'), ('New York', 'US'), ('Tokyo', 'Japan')] d_cities = dict(cities) print(d_cities) # {'London': 'UK', 'New York': 'US', 'Tokyo': 'Japan'}

如果列表中只含有key，需要统一赋值某value，此时一般使用dict.fromkeys 方法来实现，如下：

cities = ['London', 'Leeds', 'Birmingham'] d_cities = dict.fromkeys(cities,'UK') # set the default value to 'UK' print(d_cities) # {'London': 'UK', 'Leeds': 'UK', 'Birmingham': 'UK'}

7. 字典按照value来排序

使用一行代码来实现字典按照value排序，可以借助lambda来实现，样例如下：

cities = {'London': '2', 'Tokyo': '3', 'New York': '1'} print(sorted(cities.items(),key=lambda d:d[1])) # [('New York', '1'), ('London', '2'), ('Tokyo', '3')]

8. 使用Counter

如果我们需要知道在字符串中每个字母使用了多少次，最直观的方法可能是编写一个for循环来遍历所有字母并进行统计。

但如果我们知道Counter，则上述任务将变得异常简单：

from collections import Counter city = "Yang Zhou" chars = Counter(city) print(chars) # Counter({'Y': 1, 'a': 1, 'n': 1, 'g': 1, ' ': 1, 'Z': 1, 'h': 1, 'o': 1, 'u': 1})

顾名思义，Counter对象帮助我们完成字符统计部分，并将结果保存为字典。如果我们能在类似的使用场景中记住这个特殊的dict，那么可以节省大量的代码编写时间。