在本文中，引见了可以在不同状况下经常使用的不同类型的/target=_blankclass=infotextkey>Python字典。虽然很多Python开发者只经常使用惯例字典，但也可以在名目中尝试经常使用其余类型的Python字典。假设没有适宜的字典，可以经常使用UserDict类来创立自己的相似字典的类。

一、简介

你或者会惊讶地发现，在Python的规范库中实践上有6种不同的字典类型！在某些状况下，开发者或者不想经常使用规范的Python字典（dict），在本文中将讨论Python中其余5种不为人知的字典。

每种字典类型都是为特定需求而设计的。了解这些字典类型可以让Python开发者选用适宜其特定需求的字典，从而提高编码效率和灵敏性。

二、Python字典是什么？

在Python中，字典（dict）是一种内置的数据结构，用于以键-值对的方式存储数据汇合。你或者听过Python字典的其余称号，如查找表、映射、哈希映射或关联数组。

Python字典的一个最片面的例子就是电话簿。可以经常使用电话簿极速检索与给定姓名（键）关系联的消息（值）。Python字典准许以最高效的方式存储和检索所需的数据；这就是为什么Pythondict是这种编程言语中最罕用的数据类型。

三、Python字典的类型

大少数Python开发者通常只经常使用规范字典（dict）。幽默的是，Python还提供了其余几种内置的字典数据结构。虽然在大少数状况下，规范Python字典曾经足够经常使用，但至少了解一下其余字典类型也会对开发者有所裨益。Python的不同字典类型如下：

本文将一一引见每种类型的Python字典，并经过示例启动解释。

如前所述，Python中最经常出现的字典类型是规范类型（dict）。这种类型的Python字典可以经常使用花括号{}来轻松创立和降级。规范Python字典内置了许多函数，可以让上班愈加轻松。

规范Python字典的经常使用示例

上方是代码片段。

a={'one':1,'two':2}print(a,type(a))#output:{'one':1,'two':2}<class'dict'>a.update({'three':3})#相当于a['three']=3print(a)#output:{'one':1,'two':2,'three':3}a['two']=2.1print(a['two'])#output:2.1

请留意，Python字典中的值可以是任何类型，但键必定是惟一且无法变的。普通状况下，在规范Python字典中启动查找、拔出、降级和删除操作的期间复杂度为O(1)。

3.2collections.defaultdict

Python中的另一种字典类型是defaultdict，可以从collections模块中导入。Pythondefaultdict字典用于想从字典中调用一个不存在的键时前往一个自动值。

经常使用Pythondefaultdict的示例

上方是代码片段。

fromcollectionsimportdefaultdicta=defaultdict(int)print(a['one'])#output:0a['one']+=1print(a['one'])#output:1

Python开发者在经常使用惯例字典时，通经常常使用get()方法或间接处置KeyError意外。在这种状况下，经常使用collections.defaultdict可以使开发者的用意愈加明白。

3.3collections.OrderedDict

collections.OrderedDict是Python3.1中引入的一种Python字典子类。望文生义，这种类型的Python字典可以记住键拔出的顺序。假设特意关心Python字典中键拔出的顺序，可以经常使用collections.OrderedDict。

经常使用PythonOrderedDict的示例

上方是代码片段。

fromcollectionsimportOrderedDicta=OrderedDict({'one':1,'two':2})print(a)#output:OrderedDict([('one',1),('two',2)])a['three']=3print(a)#output:OrderedDict([('one',1),('two',2),('three',3)])

collections.OrderedDict还有一个很酷的函数，可以扭转一些键的顺序。可以经常使用move_to_end将其中一个键移到Python字典的开端（last=True），或移到扫尾（last=False）：

经常使用PythonOrderedDict的示例

上方是代码片段。

fromcollectionsimportOrderedDicta=OrderedDict({'one':1,'two':2,'three':3,'four':4})print(a)#output:OrderedDict([('one',1)，('two',2)])a.move_to_end('one',last=True)#将'one'移至开端print(a)#output:OrderedDict([('two',2),('three',3),('four',4),('one',1)])a.move_to_end('three',last=False)#将'three'移到扫尾print(a)#output:OrderedDict([('three',3),('two',2),('four',4),('one',1)])

3.4collections.ChainMap

另一种Python字典类型是collections.ChainMap，Python的ChainMap是一种相似字典的类，可以将多个字典兼并为一个视图。这种类型的字典准许开发者在多个字典中搜查一个键，就如同它们都兼并成了一个繁多的字典。

经常使用PythonChainMap的示例

上方是代码片段。

fromcollectionsimportChainMapa={'one':1,'two':2}b={'three':3,'four':4}c={'five':5,'six':6,'three':3.1}merged=ChainMap(a,b,c)print(merged)#output:ChainMap({'one':1,'two':2},{'three':3,'four':4},{'five':5,'six':6,'three':3.1})print(merged['three'])#只前往关键字的第一次性产生结果#output:3

请留意，ChainMap只会前往要搜查的键的第一次性产生。另外还要记住，ChainMap只存储对实践对象的援用；因此，假设在任何一个原始字典中启动了更改，ChainMap也会随之降级。

经常使用PythonChainMap的示例

上方是代码片段。

fromcollectionsimportChainMapa={'one':1,'two':2}b={'three':3,'four':4}c={'five':5,'six':6,'three':3.1}merged=ChainMap(a,b,c)a['one']=1.1print(merged['one'])#output:1.1

3.5collections.Counter

Counter是Python中另一个能够计数可散列对象的字典。Python开发者通经常常使用collections.Counter来计算可迭代对象中元素的频率；例如，可以经常使用这种类型的Python字典来计算句子中经常使用的单词数量。

经常使用PythonCounter的示例

上方是代码片段。

fromcollectionsimportCountersentence="wecan'tcontrolourthoughts,butwecancontrolours"a=Counter(sentence.split(''))print(a)#output:Counter({'we':2,'control':2,'our':2,"can't":1,'thoughts':1,'but':1,'can':1,'words':1})print(a.most_common(2))#取得2个产生次数最多的元素#output:[('we',2)，('control',2)]

假设须要列登程生频率最高的n个元素及其计数，从最经常出现到最不经常出现，可以在Counter对象上经常使用most_common函数。假设n为None，它将列出一切元素的计数。

3.6collections.UserDict

本文要讨论的最后一种Python字典类型是UserDict字典。UserDict也是collections模块提供的一个类。这个类设计成用作创立自定义字典类对象的基类。

当须要定义自己的相似字典的数据结构时，可以经常使用collections.UserDict。构想一个便捷的场景，须要将每个值乘以5并保留在自定义的Python字典中。经过经常使用UserDict，可以像这样成功：

经常使用PythonUserDict的示例

上方是代码片段。

fromcollectionsimportUserDictclassMyDict(UserDict):def__setitem__(self,key,value):super().__setitem__key,value*5)d=MyDict({'one':1,'two':2})print(d)#output:{'one':5,'two':10}

还可以随时笼罩其余函数，如__setitem__()、__getitem__()和__delitem__()，以进一步自定义字典的行为。

四、总结

在本文中，引见了可以在不同状况下经常使用的不同类型的Python字典。虽然很多Python开发者只经常使用惯例字典，但也可以在名目中尝试经常使用其余类型的Python字典。假设没有适宜的字典，可以经常使用UserDict类来创立自己的相似字典的类。

---

简单介绍Python中的几种数据类型

数据类型是每种编程语言必备的属性，只有给数据赋予明确的数据类型，计算机才能对数据进行处理运算，因此，使用正确的数据类型是十分有必要的，以下是Python编程常用的数据类型：一、数字型Python数字类型主要包括int(整型)、long(长整型)和float(浮点型)，但是在Python3中就不再有long类型了。 1、int(整型)在32位机器上，整数的位数是32位，取值范围是-231~231-1，即-~;在64位系统上，整数的位数为64位，取值范围为-263~263-1，即~。 2、long(长整型)Python长整型没有指定位宽，但是由于机器内存有限，使用长的长整数数值也不可能无限大。 3、float(浮点型)浮点型也就是带有小数点的数，其精度和机器有关。 4、complex(复数)Python还支持复数，复数由实数部分和虚数部分构成，可以用 a + bj,或者 complex(a,b) 表示， 复数的实部 a 和虚部 b 都是浮点型。 二、字符串在Python中，加了引号的字符都被认为是字符串，其声明有三种方式，分别是：单引号、双引号和三引号;Python中的字符串有两种数据类型，分别是str类型和unicode类型，str类型采用的ASCII编码，无法表示中文，unicode类型采用unicode编码，能够表示任意字符，包括中文和其他语言。 三、布尔型和其他编程语言一样，Python布尔类型也是用于逻辑运算，有两个值：True(真)和False(假)。 四、列表列表是Python中使用最频繁的数据类型，集合中可以放任何数据类型，可对集合进行创建、查找、切片、增加、修改、删除、循环和排序操作。 五、元组元组和列表一样，也是一种序列，与列表不同的是，元组是不可修改的，元组用”()”标识，内部元素用逗号隔开。 六、字典字典是一种键值对的集合，是除列表以外Python之中最灵活的内置数据结构类型，列表是有序的对象集合，字典是无序的对象集合。 七、集合集合是一个无序的、不重复的数据组合，它的主要作用有两个，分别是去重和关系测试。

python的内置字典数据类型为？

python中有六个标准的数据类型：Number（数字）、String（字符串）、List（列表）、Tuple（元组）、Sets（集合）、Dictionary（字典）字典只是其中之一