如何从其他数据结构创建字典

简介

在 Python 编程中，根据现有数据结构创建字典是一项基本技能，它使开发人员能够高效地转换和操作数据。本教程将探讨生成新字典的各种技术，深入了解 Python 强大的字典创建方法和推导策略。

字典基础

什么是字典？

Python 中的字典是一种通用且强大的数据结构，用于存储键值对。与使用数字索引的列表不同，字典使用唯一的键来高效地访问和管理数据。

主要特性

创建字典

## 空字典
empty_dict = {}
empty_dict_constructor = dict()

## 带有初始值的字典
student = {
    "name": "Alice",
    "age": 22,
    "courses": ["Python", "数据科学"]
}

字典键的类型

字典支持多种键类型，但键必须是不可变的：

• 字符串
• 数字
• 元组
• 不可变对象

## 有效的字典键
mixed_dict = {
    "name": "John",
    42: "答案",
    (1, 2): "坐标"
}

基本字典操作

添加元素

student["grade"] = "A"

访问元素

name = student["name"]
age = student.get("age", 0)  ## 键不存在时的默认值

修改元素

student["age"] = 23

删除元素

del student["courses"]
student.pop("grade")

字典方法

性能考量

Python 中的字典通过哈希表实现，具有以下特点：

• 插入、删除和查找的平均时间复杂度为 O(1)
• 适用于大型数据集
• 内存存储高效

最佳实践

1. 使用有意义、描述性强的键
2. 处理潜在的 KeyError 异常
3. 优先使用 .get() 方法进行安全访问
4. 复杂场景下考虑使用 defaultdict

在 LabEx，我们建议掌握字典基础，以有效提升你的 Python 编程技能。

创建新字典

字典构造方法

1. 字面量初始化

## 直接初始化
person = {
    "name": "John",
    "age": 30,
    "city": "纽约"
}

2. 字典构造函数

## 使用 dict() 构造函数
student = dict(
    name="Alice",
    age=22,
    major="计算机科学"
)

高级字典创建技术

推导方法

## 字典推导
squares = {x: x**2 for x in range(6)}
## 结果: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

转换策略

从列表转换

keys = ['a', 'b', 'c']
values = [1, 2, 3]
converted_dict = dict(zip(keys, values))
## 结果: {'a': 1, 'b': 2, 'c': 3}

嵌套字典创建

users = {
    'user1': {'name': 'Alice', 'age': 30},
    'user2': {'name': 'Bob', 'age': 25}
}

特殊的字典创建

使用 fromkeys() 方法

## 创建带有默认值的字典
default_dict = dict.fromkeys(['a', 'b', 'c'], 0)
## 结果: {'a': 0, 'b': 0, 'c': 0}

字典复制技术

复制示例

import copy

original = {'a': [1, 2, 3]}
shallow_copy = original.copy()
deep_copy = copy.deepcopy(original)

动态字典生成

## 从函数生成字典
def generate_dict(start, end):
    return {x: x**2 for x in range(start, end)}

power_dict = generate_dict(1, 5)
## 结果: {1: 1, 2: 4, 3: 9, 4: 16}

性能考量

• 字典推导比多次 .update() 调用更快
• 根据数据源使用适当的方法
• 考虑大型字典的内存使用

最佳实践

1. 选择最易读的方法
2. 简单转换时使用推导
3. 嵌套字典创建时要谨慎
4. 复杂结构优先使用显式初始化

在 LabEx，我们建议掌握这些字典创建技术，以编写更高效、更具表现力的 Python 代码。

实用转换技术

字典转换概述

1. 过滤字典

基本过滤

## 根据条件过滤字典
original = {'a': 1, 'b': 2, 'c': 3, 'd': 4}
filtered = {k: v for k, v in original.items() if v > 2}
## 结果: {'c': 3, 'd': 4}

使用函数过滤

def is_even(item):
    return item[1] % 2 == 0

original = {'a': 1, 'b': 2, 'c': 3, 'd': 4}
even_dict = dict(filter(is_even, original.items()))
## 结果: {'b': 2, 'd': 4}

2. 映射转换

值映射

## 转换字典的值
prices = {'苹果': 0.5, '香蕉': 0.3, '橙子': 0.6}
含税价格 = {k: v * 1.1 for k, v in prices.items()}
## 结果: 每个价格增加10%的税

键和值转换

## 将键转换为大写，值平方
original = {'a': 1, 'b': 2, 'c': 3}
transformed = {k.upper(): v**2 for k, v in original.items()}
## 结果: {'A': 1, 'B': 4, 'C': 9}

3. 字典合并技术

| 合并方法 | Python版本 | 描述 |
| -------------------- | ---------- | ------------ | ---------------- |
| update() | 所有版本 | 修改原始字典 |
| | 运算符 | 3.9+ | 创建新的合并字典 |
| {**dict1, **dict2} | 3.5+ | 解包方法 |

合并示例

## 合并字典
dict1 = {'a': 1, 'b': 2}
dict2 = {'c': 3, 'd': 4}

## 方法1: update()
dict1.update(dict2)

## 方法2: 合并运算符 (Python 3.9+)
merged = dict1 | dict2

## 方法3: 解包
merged = {**dict1, **dict2}

4. 字典反转

反转键值对

## 交换键和值
original = {'a': 1, 'b': 2, 'c': 3}
inverted = {v: k for k, v in original.items()}
## 结果: {1: 'a', 2: 'b', 3: 'c'}

处理重复值

## 在反转过程中处理重复值
original = {'a': 1, 'b': 2, 'c': 2}
inverted = {}
for k, v in original.items():
    inverted.setdefault(v, []).append(k)
## 结果: {1: ['a'], 2: ['b', 'c']}

5. 高级转换技术

嵌套字典转换

## 转换嵌套字典
users = {
    'user1': {'age': 25, 'city': '纽约'},
    'user2': {'age': 30, 'city': '旧金山'}
}

年轻用户 = {
    k: v for k, v in users.items() if v['age'] < 30
}

性能考量

• 字典推导通常更快
• 简单转换使用内置方法
• 处理大型字典时注意内存使用

最佳实践

1. 选择最易读的转换方法
2. 处理潜在的键冲突
3. 复杂转换使用类型提示
4. 考虑大型数据集的性能

在LabEx，我们建议掌握这些字典转换技术，以编写更灵活、高效的Python代码。

总结

通过掌握 Python 中的这些字典转换技术，开发人员可以编写更简洁、易读且高效的代码。理解如何从其他数据结构创建字典，能使程序员轻松且优雅地处理复杂的数据操作任务，最终提升他们的 Python 编程技能。