Python 基础教程

Python 流程控制

Python 函数

Python 数据类型

Python 文件操作

Python 对象和类

Python 日期和时间

Python 高级知识

Python 参考手册

Python 字典理解

在本教程中,我们将学习Python字典理解以及如何在示例的帮助下使用它。

字典是Python中的数据类型,可让我们将数据存储在键/值对中。例如:

my_dict = {1: 'apple', 2: 'ball'}

要了解有关它们的更多信息,请访问:Python字典

Python中的字典理解是什么?

字典理解是创建字典的一种优雅简洁的方法。

示例1:字典理解

考虑以下代码:

square_dict = dict()
for num in range(1, 11):
    square_dict[num] = num*num
print(square_dict)

现在,让我们使用字典理解函数,在上述程序中创建字典。

# 字典理解示例
square_dict = {num: num*num for num in range(1, 11)}
print(square_dict)

两个程序的输出将相同。

{1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81, 10: 100}

在这两个程序中,我们都创建了square_dict带有数字平方键/值对的字典。

但是,使用字典理解可以使我们在一行中创建字典

使用字典理解

从上面的示例中,我们可以看到字典理解应该以特定的模式编写。

字典理解的最小语法为:

dictionary = {key: value for vars in iterable}

让我们将此语法与上例中的字典理解进行比较。

Python字典理解

现在,让我们看看如何使用另一个字典中的数据来使用字典理解。

示例3:如何使用字典理解

#item price in dollars
old_price = {'milk': 1.02, 'coffee': 2.5, 'bread': 2.5}

dollar_to_pound = 0.76
new_price = {item: value*dollar_to_pound for (item, value) in old_price.items()}
print(new_price)

输出结果

{'milk': 0.7752, 'coffee': 1.9, 'bread': 1.9}

在这里,我们可以看到我们以美元为单位检索商品价格并将其转换为英镑。使用字典理解使此任务更加简单和短。

字典理解中的条件

我们可以通过添加条件来进一步自定义字典理解。让我们来看一个实例。

示例4:如果条件字典理解

original_dict = {'jack': 38, 'michael': 48, 'guido': 57, 'john': 33}

even_dict = {k: v for (k, v) in original_dict.items() if v % 2 == 0}
print(even_dict)

输出结果

{'jack': 38, 'michael': 48}

我们可以看到,由于if字典理解中的子句,仅添加了具有偶数值的项目。

示例5:多重if条件字典理解

original_dict = {'jack': 38, 'michael': 48, 'guido': 57, 'john': 33}

new_dict = {k: v for (k, v) in original_dict.items() if v % 2 != 0 if v < 40}
print(new_dict)

输出结果

{'john': 33}

在这种情况下,仅奇数值小于40的项目已添加到新字典中。

这是因为if字典理解中有多个子句。它们等效于and必须同时满足两个条件的操作。

示例6:if-else条件字典理解

original_dict = {'jack': 38, 'michael': 48, 'guido': 57, 'john': 33}

new_dict_1 = {k: ('old' if v > 40 else 'young')
    for (k, v) in original_dict.items()}
print(new_dict_1)

输出结果

{'jack': 'young', 'michael': 'old', 'guido': 'old', 'john': 'young'}

在这种情况下,将通过子典理解来创建新字典。

价值大于等于40的商品的值为“old”,而其他商品的值为“young”。

嵌套字典理解

我们可以将字典理解本身添加到字典理解中以创建嵌套字典。让我们来看一个实例。

示例7:具有两个字典理解的嵌套字典

dictionary = {
    k1: {k2: k1 * k2 for k2 in range(1, 6)} for k1 in range(2, 5)
}
print(dictionary)

输出结果

{2: {1: 2, 2: 4, 3: 6, 4: 8, 5: 10}, 
3: {1: 3, 2: 6, 3: 9, 4: 12, 5: 15},
4: {1: 4, 2: 8, 3: 12, 4: 16, 5: 20}}

正如您看到的,我们在嵌套字典中构造了一个乘法表,用于2到4的数字。

每当使用嵌套字典理解时,Python都会首先从外部循环开始,然后再进入内部循环。

因此,以上代码等效于:

dictionary = dict()
for k1 in range(11, 16):
    dictionary[k1] = {k2: k1*k2 for k2 in range(1, 6)}
print(dictionary)

它可以进一步展开:

dictionary = dict()
for k1 in range(11, 16):
    dictionary[k1] = dict()
    for k2 in range(1, 6):
        dictionary[k1][k2] = k1*k2
print(dictionary)

这三个程序都给我们相同的输出。

使用字典理解的优势

如我们所见,字典理解大大缩短了字典初始化的过程。它使代码更具pythonic风格。

在我们的代码中使用字典理解可以缩短代码行,同时保持逻辑完整。

使用字典理解的注意事项

尽管字典理解对于编写易于阅读的优雅代码非常有用,但它们并非总是正确的选择。

将它们用作:

  • 它们有时会使代码运行速度变慢,并占用更多内存。

  • 它们还会降低代码的可读性。

我们绝不能仅仅为了使代码单行而试图在其中加入困难的逻辑或大量的字典理解。在这些情况下,最好选择其他代替方法,例如循环。