Python 字典（Dict）基础详解

3. 删除操作

data = {"a": 1, "b": 2, "c": 3, "d": 4}

# 删除并返回值
val = data.pop("b")       # val=2, data 变为{"a": 1, "c": 3, "d": 4}

# 删除并返回最后插入的键值对（Python 3.7+ 保持插入顺序）
last_item = data.popitem()  # ('d', 4)

# 删除指定键
del data["a"]

# 清空
data.clear()             # {}

4. 遍历字典

scores = {"数学": 90, "英语": 85, "物理": 88, "化学": 92}

# 遍历键（默认）
for subject in scores:
    print(subject)

# 遍历值
for score in scores.values():
    print(score)

# 遍历键值对（最常用）
for subject, score in scores.items():
    print(f"{subject}: {score}分")

# 同时获取索引（enumerate 配合）
for idx, (subject, score) in enumerate(scores.items(), 1):
    print(f"{idx}. {subject}: {score}")

5. 实用技巧与场景

# 示例 1：嵌套字典 - 存储复杂信息
students = {
    "2024001": {
        "name": "王五",
        "scores": {"数学": 95, "英语": 88},
        "contact": {"phone": "139xxxx", "email": "[email protected]"}
    },
    "2024002": {
        "name": "赵六",  
        "scores": {"数学": 90, "英语": 92},
        "contact": {"phone": "138xxxx", "email": "[email protected]"}
    }
}

# 访问嵌套数据
print(students["2024001"]["scores"]["数学"])  # 95

# 示例 2：统计频率 - 经典用法
text = "hello world hello python"
word_count = {}

for word in text.split():
    word_count[word] = word_count.get(word, 0) + 1
print(word_count)  # {'hello': 2, 'world': 1, 'python': 1}

# 更优雅的写法（使用 collections.Counter）
from collections import Counter
word_count = Counter(text.split())
print(dict(word_count))  # 同上

# 示例 3：按值排序字典
scores = {"Alice": 85, "Bob": 92, "Charlie": 78, "David": 95}

# 按分数降序排序（返回列表）
sorted_by_score = sorted(scores.items(), key=lambda x: x[1], reverse=True)
print(sorted_by_score)  # [('David', 95), ('Bob', 92), ('Alice', 85), ('Charlie', 78)]

# 转回字典（Python 3.7+ 保持排序顺序）
rank_dict = dict(sorted_by_score)

6. 列表 vs 字典 对比

综合实战：学生成绩管理系统

# 结合列表和字典的实际应用

class_score = {
    "计算机 1 班": [
        {"学号": "C001", "姓名": "张三", "成绩": {"数学": 90, "英语": 85}},
        {"学号": "C002", "姓名": "李四", "成绩": {"数学": 88, "英语": 92}}
    ],
    "计算机 2 班": [
        {"学号": "C003", "姓名": "王五", "成绩": {"数学": 95, "英语": 78}},
        {"学号": "C004", "姓名": "赵六", "成绩": {"数学": 82, "英语": 88}}
    ]
}

# 任务：计算每个班级的平均数学成绩
for class_name, students in class_score.items():
    math_scores = [s["成绩"]["数学"] for s in students]
    avg_math = sum(math_scores) / len(math_scores)
    print(f"{class_name} 数学平均分：{avg_math:.2f}")

# 任务：找出全校数学最高分的学生
all_students = [s for students in class_score.values() for s in students]
top_student = max(all_students, key=lambda x: x["成绩"]["数学"])
print(f"数学最高分：{top_student['姓名']} ({top_student['成绩']['数学']}分)")

与 AI 学习的关联

在机器学习中，字典无处不在：

• 数据集标签：{"image_001.jpg": "cat", "image_002.jpg": "dog"}
• 模型配置：{"learning_rate": 0.001, "batch_size": 32, "epochs": 100}
• 特征工程：存储特征名称到值的映射

接下来你可以学习 元组（tuple）（不可变列表）和 集合（set）（去重、交并差运算），它们与列表、字典共同构成 Python 的四大核心数据结构！