Python字典：从“乱点鸳鸯谱”到“秩序井然”的键值对艺术

传说Python 3.6之前，字典是个随性的媒人，乱点鸳鸯谱；3.7之后，它成了讲究先来后到的月老，牵线必有顺序。

一、字典的前世今生：从无序到有序

在Python 3.6及之前，字典就像个喝醉的图书管理员——你永远不知道他下次会把书（值）放在哪个书架（内存位置）上。但从Python 3.7开始，字典保持了元素插入的顺序，这让很多开发者感动得热泪盈眶：

# Python 3.7+ 的字典是有序的！
ordered_dict = {'苹果': 5, '香蕉': 3, '橙子': 7}
print(list(ordered_dict.keys()))  # 输出：['苹果', '香蕉', '橙子'] —— 就是插入顺序！

# 遍历时也保持顺序
for fruit, count in ordered_dict.items():
    print(f"{fruit}: {count}个")
# 输出：
# 苹果: 5个
# 香蕉: 3个
# 橙子: 7个

二、字典的五种“出生方式”

1. 最直白的方式：花括号大法

person = {"name": "小明", "age": 22, "city": "北京"}
# 注意：键必须是不可变类型（字符串、数字、元组等）
valid_keys = {
    "string_key": "OK",
    123: "OK",  # 数字也行
    ("元", "组"): "OK",  # 元组也可以
    # [列表]: "不行",  # 列表是可变类型，会报错！
}

2. 最像函数调用的方式：dict()构造函数

# 键直接当变量名用，不用引号！
config = dict(name="static", age=22, language="Python")
print(config)  # {'name': 'static', 'age': 22, 'language': 'Python'}

3. 最结构化的方式：列表+元组

# 适合从结构化数据创建
student_data = [("学号", "1001"), ("姓名", "李华"), ("成绩", 95)]
student = dict(student_data)
print(student)  # {'学号': '1001', '姓名': '李华', '成绩': 95}

4. 最“拉链”的方式：zip()函数

# 就像拉链一样，把两个列表“咬合”在一起
keys = ["姓名", "职业", "等级"]
values = ["孙悟空", "齐天大圣", 999]
character = dict(zip(keys, values))
print(character)  # {'姓名': '孙悟空', '职业': '齐天大圣', '等级': 999}

5. 最“批量生产”的方式：fromkeys()

# 给所有键相同的初始值
exam_scores = dict.fromkeys(["语文", "数学", "英语"], 60)
print(exam_scores)  # {'语文': 60, '数学': 60, '英语': 60}

# 默认值是None
empty_dict = dict.fromkeys(["a", "b", "c"])
print(empty_dict)  # {'a': None, 'b': None, 'c': None}

三、字典的“增删改查”七十二变

让我们用一个例子贯穿始终：

# 创建初始字典
d = dict.fromkeys("python", 100)
print("初始字典:", d)  # {'p': 100, 'y': 100, 't': 100, 'h': 100, 'o': 100, 'n': 100}

📈 增：字典的“人口增长”

d['Y'] = 10  # 新增大写Y
d['y'] = 101  # 修改小写y的值
print("新增后:", d)  # 注意：'y'和'Y'是不同的键！

🗑️ 删：字典的“瘦身计划”

# 安全删除：pop()带默认值
removed_value = d.pop('p', "没有这个键")
print(f"删除p键，返回值: {removed_value}")

# 尝试删除不存在的键
not_exist = d.pop('N', "没有这个键")
print(f"删除不存在的N键: {not_exist}")  # 输出：没有这个键

# 删除最后一个键值对（因为字典有序！）
last_item = d.popitem()
print(f"删除最后一项: {last_item}")
print("删除后字典:", d)

# 危险操作：del语句
del d['t']  # 删除特定键
# del d  # 这行会删除整个字典！慎用！

✏️ 改：字典的“变形记”

d['h'] = 999  # 直接修改
print("修改h后:", d)

# 批量更新：update()的两种姿势
d.update({'o': 888, 'n': 777})  # 字典形式
d.update(y=666, Y=555)  # 关键字参数形式
print("批量更新后:", d)

🔍 查：字典的“寻宝游戏”

# 危险查法：直接索引（键不存在会报错）
# value = d['x']  # KeyError: 'x'

# 安全查法1：get()方法
value = d.get('x', "没有这个键")
print(f"获取不存在的键x: {value}")

# 安全查法2：setdefault()（不存在则设置默认值）
new_value = d.setdefault('x', 300)  # x不存在，会创建并设置值为300
print(f"setdefault后x的值: {new_value}")
print("当前字典:", d)

📋 其他实用操作

# 浅拷贝：复制一层
d_copy = d.copy()
d_copy['y'] = "被修改"
print("原字典:", d)
print("拷贝字典:", d_copy)

# 视图对象：动态视图（不是静态列表！）
print("键视图:", d.keys())
print("值视图:", d.values())
print("键值对视图:", d.items())

# 遍历视图
print("\n遍历字典:")
for key, value in d.items():
    print(f"  {key}: {value}")

四、字典的“十八般武艺”

d = dict.fromkeys("python", 100)

# 📏 长度测量
print(f"字典长度: {len(d)}")  # 6

# 🔎 成员检测
print(f"'p'在字典中吗: {'p' in d}")  # True
print(f"'z'不在字典中吗: {'z' not in d}")  # True

# 📜 转换列表
keys_list = list(d)  # 等价于 list(d.keys())
print(f"所有键的列表: {keys_list}")

# 🔄 迭代器
key_iterator = iter(d)  # 等价于 iter(d.keys())
print("迭代键:", end=" ")
for key in key_iterator:
    print(key, end=" ")
print()

# 🔢 排序和反转
print(f"排序后的键: {sorted(d)}")
print(f"反转后的键: {list(reversed(d))}")

# 🎯 嵌套字典：字典中的字典
matrix_dict = {
    "python": {1: "one", 2: "two"},
    "golang": {"hello": "world"},
    "data": [1, 2, 3]  # 值可以是任何类型！
}
print(f"访问嵌套字典: {matrix_dict['python'][2]}")  # two

# 🧠 字典推导式：智能创建
original = {'a': 10, 'b': 20, 'c': 5, 'd': 30}
deduce_dict = {k: v*2 for k, v in original.items() if v > 10}
print(f"字典推导式结果: {deduce_dict}")  # {'b': 40, 'd': 60}

# 更复杂的推导式
word = "hello"
char_count = {char: word.count(char) for char in set(word)}
print(f"字符计数字典: {char_count}")

五、字典使用小贴士

键的唯一性：字典的键是唯一的，后插入的会覆盖先插入的
哈希要求：键必须是可哈希的（不可变类型）
性能优势：字典的查找、插入、删除操作平均时间复杂度是O(1)
内存考虑：字典比列表占用更多内存，但访问速度更快
3.7+的特性：记住，Python 3.7+中字典保持插入顺序，但这不是“排序”！

六、实战：用字典解决实际问题

# 案例：统计单词频率
text = "python is great python is fun python is powerful"
words = text.split()

# 方法1：传统计数
word_count = {}
for word in words:
    if word in word_count:
        word_count[word] += 1
    else:
        word_count[word] = 1

# 方法2：使用get()简化
word_count2 = {}
for word in words:
    word_count2[word] = word_count2.get(word, 0) + 1

# 方法3：使用collections.Counter（进阶）
from collections import Counter
word_count3 = Counter(words)

print("单词频率:", word_count2)