一、什么是字典?
字典是Python中的内置数据类型之一,它是一个无序的键值对集合。字典中的键和值可以是任意数据类型,但是键必须唯一,值则可以重复。
使用字典可以方便地存储和操作一组键值对数据,比如存储一本书的作者,出版社,出版日期等信息。
二、字典的读取方式
1、遍历
{
'name': 'Tom',
'age': 30,
'gender': 'male'
}
for key in dict:
print(key, dict[key])
这段代码会遍历整个字典,并输出每一个键值对,输出顺序是不确定的,因为字典是一个无序的集合。遍历字典的时间复杂度是O(n)。
2、使用items
{
'name': 'Tom',
'age': 30,
'gender': 'male'
}
for key, value in dict.items():
print(key, value)
使用items方法可以直接获取字典中的键值对,这样可以省略掉遍历字典的过程,时间复杂度也是O(n)。
3、使用key
{
'name': 'Tom',
'age': 30,
'gender': 'male'
}
for key in dict.keys():
print(key)
使用key方法可以直接获取字典中的所有键,这样可以省略掉遍历字典中的值的过程。时间复杂度也是O(n)。
三、优化代码效率
Python中提供了一些内置模块,可以用来优化字典的相关操作,这些模块包括:
1、numpy
import numpy as np
dict = {
'name': 'Tom',
'age': 30,
'gender': 'male'
}
keys = np.array(list(dict.keys()))
values = np.array(list(dict.values()))
print(keys)
print(values)
使用numpy模块可以将字典中的键和值转化为两个数组。这样就可以直接利用numpy的强大的数学计算能力进行字典数据的分析与处理,提高运行效率。
2、pandas
import pandas as pd
dict = {
'name': ['Tom', 'Jerry', 'John', 'Sophia'],
'age': [30, 25, 40, 35],
'gender': ['male', 'male', 'male', 'female']
}
df = pd.DataFrame(dict)
print(df)
使用pandas模块可以将字典转化为DataFrame格式。DataFrame是pandas中的一种数据格式,类似于Excel表格的形式。DataFrame将字典中的键作为表格的列名,将值作为数据单元格,可以方便地进行数据处理和分析。
3、collections
import collections
def convert_to_dict(obj):
if isinstance(obj, str):
obj = eval(obj)
if isinstance(obj, dict):
return obj
elif isinstance(obj, collections.Mapping):
return dict([(convert_to_dict(k), convert_to_dict(v)) for k, v in obj.items()])
elif isinstance(obj, collections.Iterable):
return [convert_to_dict(item) for item in obj]
else:
return obj
obj = '{"city": "Beijing", "population": [{"year": "2010", "count": 10383}, {"year": "2020", "count": 13000}]}'
dict = convert_to_dict(obj)
print(dict)
如果从其他应用程序或网络获取的数据是json或者xml的格式,我们可以使用collections模块中的Mapping和Iterable来将其转换成字典格式进行处理。这样可以提高数据的处理效率。
四、代码示例
1、遍历
dict = {
'name': 'Tom',
'age': 30,
'gender': 'male'
}
for key in dict:
print(key, dict[key])
2、使用items
dict = {
'name': 'Tom',
'age': 30,
'gender': 'male'
}
for key, value in dict.items():
print(key, value)
3、使用key
dict = {
'name': 'Tom',
'age': 30,
'gender': 'male'
}
for key in dict.keys():
print(key)
4、numpy
import numpy as np
dict = {
'name': 'Tom',
'age': 30,
'gender': 'male'
}
keys = np.array(list(dict.keys()))
values = np.array(list(dict.values()))
print(keys)
print(values)
5、pandas
import pandas as pd
dict = {
'name': ['Tom', 'Jerry', 'John', 'Sophia'],
'age': [30, 25, 40, 35],
'gender': ['male', 'male', 'male', 'female']
}
df = pd.DataFrame(dict)
print(df)
6、collections
import collections
def convert_to_dict(obj):
if isinstance(obj, str):
obj = eval(obj)
if isinstance(obj, dict):
return obj
elif isinstance(obj, collections.Mapping):
return dict([(convert_to_dict(k), convert_to_dict(v)) for k, v in obj.items()])
elif isinstance(obj, collections.Iterable):
return [convert_to_dict(item) for item in obj]
else:
return obj
obj = '{"city": "Beijing", "population": [{"year": "2010", "count": 10383}, {"year": "2020", "count": 13000}]}'
dict = convert_to_dict(obj)
print(dict)
五、总结
Python中的字典是一种无序的键值对集合,可以方便地存储和操作一组键值对数据。我们可以使用多种方式来读取字典,包括遍历,使用items和key方法。如需对字典进行高效率数据处理,可以考虑使用Python内置模块numpy、pandas和collections。