python字典数经典例题

原创

mob64ca12cfa7d5 2024-09-09 05:33:25 ©著作权

文章标签 Python 代码示例数据结构 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob64ca12cfa7d5的原创作品，请联系作者获取转载授权，否则将追究法律责任

Python 字典数经典例题解析

Python 字典是一种非常灵活的结构，适合存储键-值对。因此，掌握字典的用法对于 Python 编程尤为重要。在本篇文章中，我们将通过几个经典例题，深入探讨字典的使用方式，并通过代码示例帮助大家理解。

什么是 Python 字典？

Python 字典（dict）是一种可变、无序的集合，它通过键来存储值。字典中的每个键都是唯一的，这使得它非常适合用于查找和存储数据。

字典基本操作

首先，让我们看一下字典的基本操作：

# 创建字典
my_dict = {
    'name': 'Alice',
    'age': 30,
    'city': 'Beijing'
}

# 访问字典中的值
print(my_dict['name'])  # 输出: Alice

# 修改字典的值
my_dict['age'] = 31

# 添加新键值对
my_dict['email'] = 'alice@example.com'

# 删除键值对
del my_dict['city']

# 遍历字典
for key, value in my_dict.items():
    print(f'{key}: {value}')

经典例题：字典计数

接下来，我们通过一个经典问题来演示字典的强大能力：词频统计。我们的目标是统计一个字符串中每个单词出现的频率。

def word_count(s):
    # 将字符串转换为小写，并按空格分词
    words = s.lower().split()
    
    word_freq = {}
    for word in words:
        if word in word_freq:
            word_freq[word] += 1
        else:
            word_freq[word] = 1
            
    return word_freq

text = "Hello hello world world world"
frequency = word_count(text)
print(frequency)  # 输出: {'hello': 2, 'world': 3}

在这个例子中，我们使用字典 word_freq 来记录每个单词及其出现的次数。这可以显著提高效率，相较于使用列表，一个字典的查询时间复杂度为 O(1)。

数据可视化案例

为了增强我们的理解，我们还可以用数据可视化来展示如何通过字典处理和分析数据。下面是一个简单的旅行图，展示了从一个城市到另一个城市的行程：

journey
    title 旅行计划
    section 从北京出发
      北京 -> 上海: 2小时
      上海 -> 广州: 3小时
      广州 -> 深圳: 1小时

在这个旅程中，我们能够使用字典来记录每个城市之间的行程和时间成本。

关系图示例

通过字典存储复杂的数据结构是非常方便的，下面我们用一个关系图来展示成员之间的联系：

erDiagram
    USER {
        int id
        string name
    }
    POST {
        int id
        string content
        int user_id
    }

    USER ||--o{ POST : creates

在这个示例中，USER 表示用户，而 POST 表示用户发布的帖子。字典可以用来实现这样的数据结构，存储用户和帖子之间的关系。