Python字典创建、访问、修改、删除及遍历的完整指南

在编程中，我们经常需要建立一种“映射关系”：比如通过学号找到学生姓名，通过商品编号找到价格。Python 的字典（dict）正是为此而生。它是一种可变、无序（Python 3.7+ 保持插入顺序）、键唯一的映射类型，通过哈希表实现 O(1) 的平均查找速度。

1. 字典是什么？

字典是键值对（key-value pair）的集合。每个键对应一个值，键必须是不可变类型（如字符串、数字、元组），值可以是任意类型。

# 一个简单的字典：学生信息
student = {"name": "张三", "age": 20, "major": "计算机"}
print(student["name"])   # 输出：张三

代码解析：

• student = {"name": "张三", "age": 20, "major": "计算机"}：创建一个名为 student 的字典，包含三个键值对。键 "name" 对应值 "张三"，键 "age" 对应整数 20，键 "major" 对应字符串 "计算机"。
• print(student["name"])：通过方括号语法使用键 "name" 访问其对应的值，输出 "张三"。

核心特性：

• 键唯一：同一个字典中不能有重复的键。如果重复赋值，后一个会覆盖前一个。
• 可变：可以增、删、改键值对。
• 无序 → 有序：在 Python 3.6 之前是无序的，3.7 之后插入顺序被保留（作为语言特性）。这意味着遍历字典时会按照键值对添加的顺序返回。
• 高效查找：基于哈希表，平均时间复杂度 O(1)。

C/C++ 联动：

• C++ 中实现类似映射可以使用 std::unordered_map<Key, Value>（哈希表，平均 O(1)）或 std::map<Key, Value>（红黑树，O(log n)）。Python 字典的底层就是哈希表，因此与 unordered_map 更相似。
• C++ 示例：

#include <unordered_map>
#include <string>
std::unordered_map<std::string, int> student = {{"name", 20}, {"age", 20}};
// 访问：student["name"] 或 student.at("name")

• 区别：Python 字典的键可以是任意不可变类型（如字符串、数字、元组），而 C++ unordered_map 的键类型需要在编译期确定，且必须提供哈希函数（内置类型已提供）。

2. 创建字典

2.1 使用花括号{}

# 空字典
empty = {}

# 带初始值
person = {"name": "李四", "age": 25}

代码解析：

• empty = {}：一对花括号创建了一个空字典。注意：空花括号是字典，不是集合（集合需要用 set() 创建空集）。
• person = {"name": "李四", "age": 25}：花括号内用逗号分隔多个键值对，每个键值对格式为 "key": value。键可以是字符串、数字等不可变类型，值任意。

2.2 使用dict()构造函数

# 从关键字参数创建
person = dict(name="王五", age=30)

# 从可迭代对象（如列表的元组对）创建
items = [("name", "赵六"), ("age", 28)]
person = dict(items)   # {'name': '赵六', 'age': 28}

# 空字典
empty = dict()

代码解析：

• dict(name="王五", age=30)：关键字参数形式，键名会被当作字符串（不需要引号），这是创建字典的简洁方式。注意：键名必须是合法的变量名（不能以数字开头，不能含空格）。
• dict(items)：items 是一个列表，每个元素是一个包含两个元素的元组（或列表）。dict() 将每个元组的第一个元素作为键，第二个作为值，构造字典。
• dict()：无参数调用创建一个空字典，与 {} 等效。

C/C++ 联动：

• C++ 中初始化 unordered_map 可以使用初始化列表：

std::unordered_map<std::string, int> person = {{"name", 30}, {"age", 25}};

• 从键值对序列构造：可以遍历 vector 并插入，没有 Python 的 dict(iterable) 那样直接。

2.3 使用zip()组合两个序列

keys = ["a", "b", "c"]
values = [1, 2, 3]
d = dict(zip(keys, values))   # {'a': 1, 'b': 2, 'c': 3}

代码解析：

• zip(keys, values)：将两个列表打包成一系列元组：[('a',1), ('b',2), ('c',3)]。
• dict(...)：将这个元组列表转换为字典。如果两个序列长度不同，zip 会以较短的为准。

2.4 字典推导式（见7 ）

3. 访问字典

3.1 通过键访问（[]）

d = {"apple": 5, "banana": 3}
print(d["apple"])   # 5
# print(d["orange"])  # KeyError: 'orange'

代码解析：

• d["apple"]：使用方括号和键名获取对应的值。如果键不存在，会抛出 KeyError 异常，程序终止（除非捕获异常）。因此这种方法适合确定键一定存在的场景。

C/C++ 联动：

• C++ 中 unordered_map 的 operator[] 行为与 Python 不同：如果键不存在，它会插入一个默认构造的值并返回引用，不会抛出异常。例如：

std::unordered_map<std::string, int> d;
int val = d["orange"];   // 插入键 "orange" 并值为 0，val = 0

• 若希望像 Python 一样不插入新键，可以使用 d.find(key) 或 d.at(key)（at 会抛出 std::out_of_range）。

3.2 使用get()方法（安全访问）

print(d.get("orange"))        # None（不报错）
print(d.get("orange", 0))     # 0（指定默认值）

代码解析：

• d.get("orange")：尝试获取键 "orange" 的值。如果键不存在，返回 None（不会抛出异常）。适合不确定键是否存在的场景。
• d.get("orange", 0)：第二个参数指定默认值，当键不存在时返回 0 而不是 None。

C/C++ 联动：C++ 中无直接对应的 get 方法，通常使用 find 并检查迭代器：

auto it = d.find("orange");
int val = (it != d.end()) ? it->second : 0;

3.3 获取所有键、值、键值对

d = {"a": 1, "b": 2}
print(d.keys())     # dict_keys(['a', 'b'])
print(d.values())   # dict_values([1, 2])
print(d.items())    # dict_items([('a', 1), ('b', 2)])

代码解析：

• d.keys()、d.values()、d.items() 返回的是视图对象（view）。这些视图动态反映字典的变化，如果字典后续修改，视图也会相应改变。
• 视图对象支持迭代，可以用于 for 循环。例如 for k in d.keys():。
• 在 Python 3 中，视图不是列表，但可以转换为列表：list(d.keys())。

C/C++ 联动：C++ 中获取所有键需要手动遍历或使用 range-based for：

for (const auto& pair : d) {
    // pair.first 是键，pair.second 是值
}

3.4 setdefault()—— 获取值，若键不存在则设置默认值

d = {"a": 1}
v = d.setdefault("b", 100)   # 键 "b" 不存在，设置 d["b"]=100，并返回 100
print(d)   # {'a': 1, 'b': 100}
v2 = d.setdefault("a", 99)   # 键存在，返回原值 1，不修改

代码解析：

• setdefault 先检查键是否存在，如果存在则返回对应的值；如果不存在，则插入 key: default 键值对，并返回 default。这个方法常用于需要初始化缺失键的场景（比如构建分组字典）。

C/C++ 联动：C++ 中可以用 insert 配合 try_emplace 实现类似功能，但不如 Python 简洁。

4. 修改字典

4.1 添加或更新键值对

d = {}
d["name"] = "张三"   # 添加
d["age"] = 25        # 添加
d["age"] = 26        # 更新

代码解析：

• 当方括号内的键不存在时，该赋值操作会在字典中添加一个新的键值对。
• 当键已存在时，赋值会更新该键对应的值。

 C/C++ 联动：C++ 中 unordered_map 的 operator[] 同样可添加或更新，但区别在于：如果键不存在，会插入默认构造的值再赋值。例如 d["age"] = 25 会先检查，若不存在则插入 int()（即0），再赋值为 25。因此 C++ 中不能直接用 [] 判断是否存在。

4.2 update()—— 合并另一个字典或可迭代对象

d1 = {"a": 1, "b": 2}
d2 = {"b": 3, "c": 4}
d1.update(d2)        # d1 变为 {'a': 1, 'b': 3, 'c': 4}
# 也支持关键字参数：d1.update(c=5, d=6)

代码解析：

• update() 接受一个字典或键值对的可迭代对象（如列表的元组）。它会将参数中的每个键值对合并到原字典中，如果键已存在则覆盖，如果不存在则添加。
• 常见的用法：d1.update(d2) 相当于 for k, v in d2.items(): d1[k] = v。

C/C++ 联动：C++ 中合并两个 unordered_map 需要循环插入，没有直接方法。

5. 删除字典元素

5.1 del语句

d = {"a": 1, "b": 2, "c": 3}
del d["b"]           # 删除键为 "b" 的项
# del d["x"]         # KeyError 若键不存在

代码解析：

• del d["b"] 删除字典中键为 "b" 的键值对。如果键不存在，抛出 KeyError。
• del 也可以删除整个字典变量：del d，之后字典对象被回收。

5.2 pop()—— 删除并返回指定键的值

value = d.pop("a")   # 返回 1，d 变为 {'c': 3}
# d.pop("x")         # KeyError
d.pop("x", None)     # 不报错，返回 None

代码解析：

• pop(key) 删除指定键并返回对应的值。如果键不存在，抛出 KeyError。
• pop(key, default) 提供默认值，当键不存在时返回 default，不会抛出异常。

C/C++ 联动：C++ 中 unordered_map 的 erase 方法删除键并返回被删除元素的数量（0或1），不返回值。要获取值需先 find。

5.3 popitem()—— 删除并返回最后一个键值对（Python 3.7+ 按 LIFO）

d = {"a": 1, "b": 2}
key, value = d.popitem()   # 返回 ('b', 2)（插入顺序的最后一个）

代码解析：

• 在 Python 3.7+ 中，popitem() 删除并返回字典中最后插入的键值对（后进先出）。在 3.6 之前，由于字典无序，它返回任意一个键值对。
• 返回值为一个元组 (key, value)，可直接拆包。

5.4 clear()—— 清空字典

d.clear()            # {}

代码解析：删除字典中所有键值对，使字典变为空字典 {}。

6. 遍历字典

6.1 遍历键

for key in d:
    print(key)
# 或 for key in d.keys():

代码解析：直接使用 for key in d 是遍历字典最常用的方式，每次迭代获取一个键。也可以用 d.keys() 显式获取键视图。

6.2 遍历值

for value in d.values():
    print(value)

代码解析：d.values() 返回值的视图，用于遍历所有值。注意：值可能重复，且无法直接通过值找到对应的键（除非反向查找）。

6.3 同时遍历键和值

for key, value in d.items():
    print(key, value)

代码解析：d.items() 返回键值对视图，每个元素是一个 (key, value) 元组。通过拆包可以直接获取键和值。

6.4 带条件或转换的遍历

# 只打印值大于 10 的项
for k, v in d.items():
    if v > 10:
        print(k, v)

代码解析：可以在循环体内加入条件判断，过滤出满足条件的键值对。

7. 字典推导式

与列表推导式类似，用于快速生成字典。

# 平方映射
squares = {x: x**2 for x in range(5)}   # {0:0, 1:1, 2:4, 3:9, 4:16}

代码解析：基本语法 {key_expr: value_expr for variable in iterable}。这里 x 是迭代变量，键是 x，值是 x**2。

# 条件过滤：只保留偶数键
even_squares = {x: x**2 for x in range(10) if x % 2 == 0}

代码解析：在推导式末尾加上 if 子句，只对满足条件的 x 生成键值对。

# 交换键和值
original = {"a": 1, "b": 2}
inverted = {v: k for k, v in original.items()}   # {1: 'a', 2: 'b'}

代码解析：遍历原字典的 items()，将键和值互换作为新字典的键值对。注意：如果原字典有重复的值，后面的会覆盖前面的，因为键必须唯一。

8. 嵌套字典

字典的值可以是另一个字典，用于表示层次化数据。

students = {
    "S001": {"name": "Alice", "score": 85},
    "S002": {"name": "Bob", "score": 92}
}
print(students["S001"]["name"])   # Alice

代码解析：

• 外层字典的键是学号，值是一个内层字典（包含 name 和 score）。
• 访问时使用两层方括号：先通过学号获取内层字典，再通过 "name" 获取姓名。

安全访问嵌套：逐层使用 get 或使用 try-except。

9. 字典的常用方法汇总

10. 字典的性能与底层原理

10.1 哈希表

Python 字典底层使用哈希表（hash table）。每个键通过哈希函数计算出一个整数索引，用于快速定位存储位置。因此查找、插入、删除的平均时间复杂度为 O(1)，但最坏情况（哈希冲突严重）可能退化为 O(n)。Python 通过开放地址法和伪随机探测解决冲突，并自动调整表的大小（rehash）来维持高效。

C/C++ 联动：

• C++ std::unordered_map 同样基于哈希表，平均 O(1)，最坏 O(n)。两者都会在负载因子过高时自动 rehash。
• C++ std::map 基于红黑树，时间复杂度 O(log n)，但内存占用相对稳定，且键有序。
• Python 字典的哈希函数对字符串和整数做了优化，而 C++ 需要为自定义类型特化 std::hash。

10.2 键的要求

• 键必须是可哈希的：即对象必须实现 __hash__() 和 __eq__() 方法，且在其生命周期中哈希值不变。
• 不可变类型（字符串、数字、元组）通常可哈希；列表、字典、集合等可变对象不可哈希。
• 元组中若包含可变对象，则该元组不可哈希。

# 合法键
d = {("a", 1): "tuple"}
# 非法键
# d = {["a", 1]: "list"}   # TypeError: unhashable type: 'list'

代码解析：

• 元组 ("a", 1) 中的元素都是不可变类型，因此元组本身可哈希，可以作为键。
• 列表 ["a", 1] 是可变的，不能作为键。

C/C++ 联动：C++ 中 unordered_map 的键也需要可哈希。内置类型已有标准哈希，自定义类型需要提供 hash 特化和 operator==。例如：

struct MyKey {
    int a;
    std::string b;
    bool operator==(const MyKey& other) const { return a==other.a && b==other.b; }
};
namespace std {
    template<> struct hash<MyKey> {
        size_t operator()(const MyKey& k) const {
            return hash<int>()(k.a) ^ (hash<string>()(k.b) << 1);
        }
    };
}

10.3 内存占用

字典比列表占用更多内存（约 2~3 倍），因为哈希表需要预留额外空间。

11. 扩展：collections 模块中的字典变种

11.1 defaultdict—— 带默认工厂的字典

当访问不存在的键时，自动创建默认值，避免 KeyError

from collections import defaultdict

# 默认值为整数 0
dd = defaultdict(int)
dd["a"] += 1        # 不需要先检查 "a" 是否存在
print(dd)           # {'a': 1}

代码解析：

• defaultdict(int) 创建了一个默认值为 int()（即 0）的字典。当访问不存在的键时，自动调用 int() 生成默认值并插入。
• dd["a"] += 1：由于 "a" 不存在，defaultdict 先设置 dd["a"] = 0，然后执行 dd["a"] = 0 + 1。

# 默认值为空列表
dd2 = defaultdict(list)
dd2["group"].append(10)   # 自动创建列表
print(dd2)                # {'group': [10]}

代码解析：list 工厂函数会在键缺失时创建一个空列表，然后可以安全地 append。

常见工厂：int, list, set, str, 或自定义函数。

C/C++ 联动：C++ 中 unordered_map 的 operator[] 在键不存在时会插入默认值（值类型的默认构造）。例如 std::unordered_map<std::string, int> m; m["a"] += 1; 会先插入 int()（0），再自增。这与 defaultdict(int) 行为类似，但 Python 的 defaultdict 可以灵活指定任何工厂函数（如 list），而 C++ 的默认构造只适用于值类型。

11.2 Counter—— 计数器

用于统计可哈希元素出现的次数。

from collections import Counter

colors = ["red", "blue", "red", "green", "blue", "red"]
cnt = Counter(colors)
print(cnt)          # Counter({'red': 3, 'blue': 2, 'green': 1})
print(cnt["red"])   # 3
print(cnt.most_common(2))  # [('red', 3), ('blue', 2)]

代码解析：

• Counter(colors) 遍历列表，统计每个元素出现的次数，返回一个类似字典的对象。
• cnt["red"] 返回 'red' 出现的次数。对于不存在的键，返回 0（不报错）。
• most_common(2) 返回出现次数最多的前 2 个元素及其次数，按降序排列。

C/C++ 联动：C++ 中没有 Counter 的直接对应，但可以用 unordered_map 实现计数，再借助 vector 排序获取最值。Python 的 Counter 更高级，内置了 most_common 等便捷方法。

11.3 OrderedDict—— 保持插入顺序（Python 3.7+ 中普通 dict 已有序）

在 Python 3.6 之前，字典无序，OrderedDict 用于保持插入顺序。现在普通 dict 也保持顺序，但 OrderedDict 还额外提供了 move_to_end() 等方法。

from collections import OrderedDict
od = OrderedDict()
od["a"] = 1
od["b"] = 2
od.move_to_end("a")   # 将 "a" 移到末尾

代码解析：move_to_end(key, last=True) 将指定键移动到末尾（如果 last=False 则移动到开头）。

 C/C++ 联动：C++ 中保持插入顺序没有标准容器直接支持。可以使用 std::vector 配合 unordered_map 来记录顺序，或使用 boost::multi_index。Python 3.7+ 普通 dict 已有序，这是比 C++ 方便的特性。

11.4 ChainMap—— 将多个字典合并成一个视图

用于查找时按顺序搜索多个字典。

from collections import ChainMap
d1 = {"a": 1, "b": 2}
d2 = {"b": 3, "c": 4}
chain = ChainMap(d1, d2)
print(chain["b"])   # 从 d1 找到 2（取第一个）

代码解析：

• ChainMap(d1, d2) 创建了一个虚拟的合并字典，优先查找 d1，如果 d1 中没有再到 d2 中查找。
• 修改 chain 会影响第一个字典 d1。

C/C++ 联动：C++ 无直接对应，但可用多个 map 和自定义搜索逻辑实现。

12. 字典与列表、元组的对比

13. 字典的应用实战

13.1 统计字符串中字符出现次数

text = "hello world"
freq = {}
for ch in text:
    if ch != " ":
        freq[ch] = freq.get(ch, 0) + 1
print(freq)

代码解析：

• 遍历字符串中的每个字符。
• 跳过空格。
• freq.get(ch, 0) 获取字符当前的计数，如果不存在则返回 0，然后加 1 并赋值。
• 更优雅的方式：使用 Counter(text)。

13.2 使用字典实现简单缓存（记忆化）

def fibonacci(n, cache={}):
    if n in cache:
        return cache[n]
    if n <= 1:
        return n
    cache[n] = fibonacci(n-1) + fibonacci(n-2)
    return cache[n]

代码解析：

• 默认参数 cache={} 在函数定义时创建一次，后续调用会复用同一个字典对象（注意：可变默认参数要小心使用，但在这里正好用来实现缓存）。
• 每次计算 fibonacci(n) 时，先检查缓存，如果已有结果则直接返回，避免重复递归。

13.3 根据值排序字典

d = {"apple": 3, "banana": 1, "cherry": 2}
# 按值升序排序，得到键的列表
sorted_keys = sorted(d, key=d.get)           # ['banana', 'cherry', 'apple']
# 按值降序排序，得到键值对列表
sorted_items = sorted(d.items(), key=lambda x: x[1], reverse=True)

代码解析：

• sorted(d, key=d.get)：d.get 作为键函数，对每个键获取对应的值，按值排序。结果返回键的列表。
• sorted(d.items(), key=lambda x: x[1])：d.items() 返回 (key, value) 元组，lambda x: x[1] 取元组的第二个元素（即值）作为排序依据。

13.4 合并两个字典（Python 3.9+ 使用|）

d1 = {"a": 1, "b": 2}
d2 = {"b": 3, "c": 4}
merged = d1 | d2        # {'a':1, 'b':3, 'c':4}
d1 |= d2                # 原地更新（Python 3.9+）

代码解析：

• | 运算符返回一个新字典，包含两个字典的键值对，重复键以右边字典为准。
• |= 是原地操作，相当于 d1.update(d2)。

C/C++ 联动：C++ 中合并两个 unordered_map 无运算符重载，需手动循环插入。

14. 常见陷阱与注意事项

C/C++ 联动：

• C++ 中同样有遍历时删除导致迭代器失效的问题，通常使用 for (auto it = m.begin(); it != m.end(); ) { if (cond) it = m.erase(it); else ++it; }。
• C++ 的 unordered_map 默认不保留插入顺序，如果需要顺序需额外维护。

以上就是Python字典创建、访问、修改、删除及遍历的完整指南的详细内容，更多关于Python字典操作指南的资料请关注脚本之家其它相关文章！