Python - Ordböcker

Ordböcker i Pytonorm de är strukturer som gör att vi kan associera ett värde med ett namn, de är ganska relaterade till listor. Det är en inbyggd funktionalitet för Pytonorm att vi många gånger kan hitta det under namnet kartläggning.
Ordboken i Pytonorm Den har samma funktionalitet som i en i verkligheten, den låter oss helt enkelt hitta ordets betydelse, i vårt fall är det värdet på ett namn; Detta kan användas för att bygga små databaser inom vårt program, för att definiera platser på ett spelbord, skriva koordinater, etc.
Låt oss se hur vi skapar två listor och hur de skulle associeras:

 >>> names = ['Alice', 'Beth', 'Cecil', 'Dee-Dee', 'Earl'] >>> numbers = ['2341', '9102', '3158', '0142', '5551'] 

Som vi kan se har vi en lista med namn och ett annat med nummer, vi definierar dem alla som strängar för att göra det lättare för oss att arbeta med dem, låt oss nu se om vi vill komma åt ett nummer med ett namn som:

>>> siffror [names.index ('Cecil')]

Som vi kan se är det inte optimalt, faktiskt är det ganska obehagligt om det kan sägas på något sätt, nu om vi ville göra det så här:

 >>> telefonbok ['Cecil'] 3158 

Det här har vi precis sett hur en ordbok fungerar.
Ordböcker deklareras enligt följande:

telefonbok = {'Alice': '2341', 'Beth': '9102', 'Cecil': '3258'}

När vi ser att innehållet går inom parenteserna och vi hänvisar dem i par där den vänstra delen är namnet och den högra delen är värdet, separerar vi elementen med kommatecken och det är allt, ganska enkelt för tillfället. Vi kan också använda funktioner för att konvertera andra mappningar, ordböcker eller listor till ordlistor, så att vi kan införliva dem i de strukturer som vi kan definiera i vårt program och på så sätt kunna använda dem. Låt oss se hur allt detta fungerar:

 >>> artiklar = [('namn', 'Gumby'), ('ålder', 42)] >>> d = dict (objekt) >>> d {'ålder': 42, 'namn': 'Gumby '} >>> d [' namn ']' Gumby ' 

Om vi ​​tittar har vi en lista som heter artiklar, den innehåller två parade element, när vi väl använder funktionen dict, allt förvandlas till ordboksformat och vi kan nu arbeta som det.
Ett annat sätt att arbeta med att anpassa en ordlista med diktfunktionen är genom att använda argument enligt följande:

 >>> d = dict (name = 'Gumby', age = 42) >>> d {'age': 42, 'name': 'Gumby'} 

När vi ser detta visas det för oss som något mycket användbart för att kunna använda det inom våra program.
Inom vår ordbokstyp har vi några metoder som vi kan använda, vi kommer att beskriva några av de mest använda.

• Klar: Denna metod gör att vi kan rengöra ordlistan, för att använda den använder vi följande kod:

 >>> d = {} >>> d ['name'] = 'Gumby' >>> d ['age'] = 42 >>> d {'age': 42, 'name': 'Gumby'} >>> return_value = d.clear () >>> d {} >>> print return_value None 

Som vi kan se med bara ett samtal till den tydliga metoden kunde vi rengöra vår ordlista utan större komplikationer.

• Kopiera: Denna metod låter oss kopiera vår ordlista till en annan plats utan att ändra originalet, låt oss se hur detta definieras:

 >>> x = {'användarnamn': 'admin', 'machines': ['foo', 'bar', 'baz']} >>> y = x.copy () >>> y ['användarnamn' ] = 'mlh' >>> och ['machines']. ta bort ('bar') >>> och {'username': 'mlh', 'machines': ['foo', 'baz']} >> > x {'användarnamn': 'admin', 'machines': ['foo', 'baz']} 

Vid denna tidpunkt bör vi märka något intressant, om vi ändrar ett värde i kopian förblir originalet intakt, men när vi tar bort ett värde i kopian händer detta också i originalet eftersom de delar samma minnesutrymme, det är något som vi måste ha i åtanke när vi arbetar med denna metod.
Med detta avslutar vi vår ordbokshandledning, vi kan nu använda mer komplexa datastrukturer i vårt program, som vi alltid föreslår, det är mycket viktigt att träna för att internalisera innehållet på bästa sätt och ha kunskapen till hands för att använda den .