Python - ordbøger

Indholdsfortegnelse
Ordbøger i Python de er strukturer, der tillader os at forbinde en værdi med et navn, de er ret relateret til lister. Det er en indbygget funktionalitet af Python at vi mange gange kan finde det under navnet kortlægning.
Ordbogen i Python Det har den samme funktionalitet som i en i det virkelige liv, det giver os simpelthen mulighed for at lokalisere betydningen af ​​et ord, i vores tilfælde er det værdien af ​​et navn; Dette kan bruges til at opbygge små databaser inden for vores program, til at definere placeringer på et spillebræt, skrive koordinater osv.
Lad os se, hvordan vi opretter to lister, og hvordan de ville være forbundet:
 >>> names = ['Alice', 'Beth', 'Cecil', 'Dee-Dee', 'Earl'] >>> numbers = ['2341', '9102', '3158', '0142', '5551'] 

Som vi kan se, har vi en liste med navne og et andet med tal, vi definerer dem alle som strenge for at gøre det lettere for os at arbejde med dem, lad os nu se, om vi vil have adgang til et nummer ved hjælp af et navn som:
>>> tal [names.index ('Cecil')]

Som vi kan se, er det ikke optimalt, faktisk er det ret ubehageligt, hvis det kunne siges på nogen måde, nu hvis vi ville gøre det på denne måde:
 >>> telefonbog ['Cecil'] 3158 

Dette har vi lige set, er hvordan en ordbog fungerer.
Ordbøger erklæres som følger:
telefonbog = {'Alice': '2341', 'Beth': '9102', 'Cecil': '3258'}

Da vi ser, at indholdet går inden for parenteserne, og vi henviser dem i par, hvor den venstre del er navnet og den højre del er værdien, adskiller vi elementerne med kommaer, og det er alt, ganske enkelt for nu. Vi kan også bruge funktioner til at konvertere andre kortlægninger, ordbøger eller lister til ordbøger, så vi kan inkorporere dem i de strukturer, vi kan definere i vores program og dermed kunne bruge dem. Lad os se, hvordan alt dette fungerer:
 >>> varer = [('navn', 'Gumby'), ('alder', 42)] >>> d = dict (varer) >>> d {'alder': 42, 'navn': 'Gumby '} >>> d [' navn ']' Gumby ' 

Hvis vi ser, har vi en liste, der hedder elementer, den indeholder to parrede elementer, når vi anvender funktionen dikt, alt er omdannet til ordbogsformat, og vi kan nu arbejde det som sådan.
En anden måde, hvorpå vi kan arbejde på en ordbogs konformation med dikt -funktionen, er ved at bruge argumenter som følger:
 >>> d = dict (navn = 'Gumby', alder = 42) >>> d {'alder': 42, 'navn': 'Gumby'} 

Når vi ser dette, vises det for os som noget meget nyttigt at kunne bruge det i vores programmer.
Inden for vores ordbogstype har vi nogle metoder, vi kan bruge, vi skal beskrive nogle af de mest brugte.
  • Klar: Denne metode giver os mulighed for at rense ordbogen, for at bruge den bruger vi følgende kode:
 >>> d = {} >>> d ['name'] = 'Gumby' >>> d ['age'] = 42 >>> d {'age': 42, 'name': 'Gumby'} >>> returneret_værdi = d.clear () >>> d {} >>> udskriv returneret_værdi Ingen 

Som vi kan se med et enkelt opkald til den klare metode, var vi i stand til at rense vores ordbog uden større komplikationer.
  • Kopi: Denne metode giver os mulighed for at kopiere vores ordbog til et andet sted uden at ændre originalen, lad os se, hvordan dette er defineret:

 >>> x = {'brugernavn': 'admin', 'maskiner': ['foo', 'bar', 'baz']} >>> y = x.copy () >>> y ['brugernavn' ] = 'mlh' >>> og ['maskiner']. fjern ('bar') >>> og {'brugernavn': 'mlh', 'machines': ['foo', 'baz']} >> > x {'brugernavn': 'admin', 'machines': ['foo', 'baz']} 

På dette tidspunkt bør vi bemærke noget interessant, hvis vi ændrer en værdi i kopien, forbliver originalen intakt, men når vi fjerner en værdi i kopien, sker dette også i originalen, fordi de deler det samme hukommelsesrum, det er noget som vi skal huske på, når vi arbejder med denne metode.
Med dette afslutter vi vores ordbogstudie, vi kan nu bruge mere komplekse datastrukturer i vores program, som vi altid foreslår, er det meget vigtigt at øve sig for at internalisere indholdet på den bedste måde og have viden ved hånden til at bruge det .
wave wave wave wave wave