Python学习8---字典高级特性与实战演练

字典是Python中非常强大的数据结构，它以键值对的形式存储数据，提供了高效的数据查找和管理方式。本文将深入探讨字典的一些高级特性和实战技巧，帮助你更好地理解和运用这一工具。

1. 字典推导式
字典推导式是一种快速创建字典的方法，可以让你用一行代码生成复杂的字典。它类似于列表推导式，但用于字典。

示例：

# 创建一个字典，键为数字，值为其平方
squares = {x: x**2 for x in range(1, 6)}
print(squares)  # 输出：{1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

解释：{x: x**2 for x in range(1, 6)} 这行代码中，range(1, 6) 生成了一个从1到5的数字序列，然后对于这个序列中的每个元素 x，我们创建了一个键值对，其中键是 x，值是 x 的平方。

2. 使用get()方法安全地访问字典
字典的get()方法允许你在不引发异常的情况下访问字典中的键。如果键不存在，它可以返回一个默认值。

示例：

my_dict = {'name': 'Alice', 'age': 25}
# 尝试访问不存在的键，使用get()方法避免KeyError
print(my_dict.get('height', 'Not available'))  # 输出：Not available

解释：my_dict.get(‘height’, ‘Not available’) 这里尝试获取键为 ‘height’ 的值，由于这个键不存在于字典中，所以返回了第二个参数 ‘Not available’。

3. 字典合并
在Python中，你可以使用update()方法或字典解包(**)操作符来合并两个字典。

示例：

dict1 = {'a': 1, 'b': 2}
dict2 = {'b': 3, 'c': 4}
# 使用update()方法合并字典
dict1.update(dict2)
print(dict1)  # 输出：{'a': 1, 'b': 3, 'c': 4}

# 使用字典解包操作符合并字典
merged_dict = {**dict1, **dict2}
print(merged_dict)  # 输出：{'a': 1, 'b': 3, 'c': 4}

解释：dict1.update(dict2) 方法会将 dict2 中的键值对添加到 dict1 中，如果有重复的键，则 dict2 中的值会覆盖 dict1 中的值。{**dict1, **dict2} 则是直接创建一个新的字典，包含了两个字典的所有键值对。

4. 字典排序
你可以使用sorted()函数对字典进行排序，这通常用于按键或值排序。

示例：

unsorted_dict = {'banana': 3, 'apple': 4, 'pear': 1, 'orange': 2}
# 按键排序
sorted_by_key = dict(sorted(unsorted_dict.items()))
print(sorted_by_key)

# 按值排序
sorted_by_value = dict(sorted(unsorted_dict.items(), key=lambda item: item[1]))
print(sorted_by_value)

解释：sorted(unsorted_dict.items()) 将字典转换为元组列表，然后对其进行排序。key=lambda item: item[1] 表示根据元组中的第二个元素（即值）进行排序。

5. 默认字典（defaultdict）
collections.defaultdict 是字典的一个子类，它在尝试访问一个不存在的键时，会自动初始化该键的值，这避免了手动检查键是否存在的麻烦。

示例：

from collections import defaultdict

# 创建一个默认值为0的字典
dd = defaultdict(int)
dd['a'] += 1  # 直接使用'a'作为键，即使它之前不存在
print(dd['a'])  # 输出：1

解释：defaultdict(int) 创建了一个新的字典，当尝试访问一个不存在的键时，它的值会被初始化为0（因为int是一个可调用对象，它在没有参数时返回0）。这样，我们可以直接对键进行操作，而不需要先检查它是否存在。

6. 有序字典（OrderedDict）
在Python 3.7及以后版本中，标准字典已经保证了插入顺序，但在早期版本中，如果你需要保持字典中键的插入顺序，可以使用collections.OrderedDict。

示例：

from collections import OrderedDict

# 创建一个有序字典
od = OrderedDict()
od['a'] = 1
od['b'] = 2
od['c'] = 3
print(od)  # 输出：OrderedDict([('a', 1), ('b', 2), ('c', 3)])

解释：OrderedDict 保持了键的插入顺序，即使在多次修改字典后，键的顺序也不会改变，这在某些场景下非常有用，比如处理需要顺序的数据。

7. 链式字典（ChainMap）
collections.ChainMap 可以用来组合多个字典，形成一个逻辑上的“链”，这样在查找键时，会依次在每个字典中查找，直到找到为止。

示例：

from collections import ChainMap

# 创建两个字典
dict1 = {'a': 1, 'b': 2}
dict2 = {'b': 3, 'c': 4}

# 创建一个链式字典
chain = ChainMap(dict1, dict2)
print(chain['b'])  # 输出：2

解释：ChainMap(dict1, dict2) 创建了一个链接了两个字典的视图，当查找键 ‘b’ 时，它首先在 dict1 中找到了值，因此返回的是 dict1 中的值。

实战案例一：词频统计

题目：假设你有一段文本，你想统计其中每个单词出现的频率。

示例：

text = "Python is a great language to learn. Python is fun."

# 将文本转换为小写并分割成单词列表
# lower():将字符串中的所有大写字母转换为小写字母。
# split():默认按空格分割
words = text.lower().split()

# 使用defaultdict来统计词频
word_counts = defaultdict(int)
for word in words:
    word_counts[word] += 1

print(word_counts)  
# 输出：defaultdict(, {'python': 2, 'is': 2, 'a': 1, 'great': 1, 'language': 1, 'to': 1, 'learn.': 1, 'fun.': 1})

解释：首先将文本转换为小写并按空格分割，得到单词列表。然后使用 defaultdict(int) 来创建一个字典，用于统计每个单词的出现次数。每次遇到一个单词，就将其计数加1。

实战案例二：用户信息统计

题目：假设你有一个包含用户信息的字典列表，你需要统计每个年龄段的用户数量。

示例：

users = [
    {'name': 'Alice', 'age': 25},
    {'name': 'Bob', 'age': 30},
    {'name': 'Charlie', 'age': 25},
    {'name': 'Diana', 'age': 35},
]

# 创建一个空字典用于统计
age_groups = {}

# 定义年龄段
age_ranges = [(20, 30), (30, 40), (40, 50)]

for user in users:
    age = user['age']
    for start, end in age_ranges:
        if start <= age < end:
            group = f"{start}-{end}"
            age_groups[group] = age_groups.get(group, 0) + 1
            break

print(age_groups)  # 输出：{'20-30': 2, '30-40': 1, '40-50': 1}

解释：首先定义了一个用户列表，然后遍历每个用户，检查其年龄属于哪个年龄段，并更新相应的计数。这里使用了字典的get()方法来安全地增加计数，避免了可能的KeyError。