Python字典，核心编程必备技能，建议收藏！

前言

大家好，我是[你的名字]。在日常Python开发中，字典（dict）绝对是我用得最频繁的数据结构，没有之一。无论是处理JSON数据、缓存配置，还是做计数器、去重，字典都扮演着至关重要的角色。

今天这篇文章，我想把自己对字典的理解系统性地整理出来，从基础用法到底层原理，再到一些容易被忽视的“坑”，希望能帮你彻底掌握Python字典。

话不多说，我们直接开始。

一、什么是字典？

字典是Python内置的一种可变、无序的容器模型，以“键值对”（key: value）的形式存储数据。你可以把它想象成一个现实中的电话本：通过人名（键）就能快速找到电话号码（值），而不需要从头翻到尾。

1.1 字典的创建方式

python

# 方式一：花括号（最常用） user = {"name": "小明", "age": 18} # 方式二：dict()构造函数 user2 = dict(name="小红", age=20) # 方式三：通过列表生成 user3 = dict([("name", "小刚"), ("age", 22)]) # 空字典 empty_dict = {}

1.2 字典的关键约束

使用字典时，有两个核心规则必须牢记：

python

# 合法的键 d = { 1: "数字键", "name": "字符串键", (1, 2): "元组键" # 元组不可变，OK } # 非法的键（会报错 TypeError） d = {[1, 2]: "列表键"} # 列表可变，不能作为键

二、字典的核心操作（增删改查）

这是日常开发中使用频率最高的部分，务必熟练掌握。

2.1 查（访问元素）

python

user = {"name": "小明", "age": 18} # 方法1：直接通过key访问（key不存在时会报错 KeyError） print(user["name"]) # 输出: 小明 # print(user["sex"]) # 报错！ # 方法2：使用get()方法（推荐，安全） print(user.get("sex")) # 输出: None print(user.get("sex", "未知")) # 输出: 未知（可指定默认值） # 方法3：setdefault()（如果key不存在，则设置默认值并返回） age = user.setdefault("age", 0) # 存在，返回18 sex = user.setdefault("sex", "男") # 不存在，添加 sex="男"，返回"男" print(user) # {'name': '小明', 'age': 18, 'sex': '男'}

2.2 增 / 改（添加或修改元素）

python

user = {"name": "小明"} # 直接赋值：key存在则修改，不存在则新增 user["age"] = 18 # 新增 user["name"] = "大明" # 修改 print(user) # {'name': '大明', 'age': 18} # 批量更新：使用update()合并另一个字典 user.update({"city": "北京", "age": 19}) print(user) # {'name': '大明', 'age': 19, 'city': '北京'}

2.3 删（删除元素）

python

user = {"name": "小明", "age": 18, "city": "北京"} # pop(key)：删除指定key，并返回对应的值 age = user.pop("age") print(age) # 18 print(user) # {'name': '小明', 'city': '北京'} # popitem()：删除并返回最后一个键值对（Python3.7+ 有序） item = user.popitem() print(item) # ('city', '北京') print(user) # {'name': '小明'} # del：删除指定key del user["name"] print(user) # {} # clear()：清空字典 user.clear() print(user) # {}

三、字典的遍历技巧

python

user = {"name": "小明", "age": 18, "city": "北京"} # 1. 遍历所有key（默认） for key in user: print(key, user[key]) # 2. 遍历所有key（更明确） for key in user.keys(): print(key) # 3. 遍历所有value for value in user.values(): print(value) # 4. 遍历所有键值对（最常用，效率高） for key, value in user.items(): print(f"{key}: {value}")

四、字典与列表的性能对比（重要！）

很多初学者在处理数据时习惯用列表，但在数据量较大时，列表的查找效率远低于字典。

实际案例：

假设有一个包含100万条数据的列表，要查找某个元素是否存在，最坏情况下需要遍历100万次。而使用字典，只需要一次哈希计算，速度是天壤之别。

python

import time # 列表查找 lst = list(range(1000000)) start = time.time() print(999999 in lst) # True print("列表查找耗时:", time.time() - start) # 字典查找（key就是数字本身） d = {i: i for i in range(1000000)} start = time.time() print(999999 in d) # True print("字典查找耗时:", time.time() - start)

运行结果会让你直观感受到字典的速度优势。

五、进阶技巧（实用干货）

5.1 字典推导式

类似列表推导式，可以快速生成字典。

python

# 生成平方数字典 squares = {x: x**2 for x in range(5)} print(squares) # {0: 0, 1: 1, 2: 4, 3: 9, 4: 16} # 过滤：只保留偶数 even_squares = {x: x**2 for x in range(10) if x % 2 == 0} print(even_squares) # {0: 0, 2: 4, 4: 16, 6: 36, 8: 64}

5.2 defaultdict —— 避免KeyError的利器

当你需要统计频次或分组时，defaultdict可以省去判断key是否存在的麻烦。

python

from collections import defaultdict # 普通方式：需要判断 words = ["apple", "banana", "apple", "orange", "banana", "apple"] count = {} for word in words: if word in count: count[word] += 1 else: count[word] = 1 # 使用defaultdict：自动初始化 count = defaultdict(int) # 默认值为0 for word in words: count[word] += 1 print(dict(count)) # {'apple': 3, 'banana': 2, 'orange': 1}

5.3 Counter —— 计数专用

如果只是做计数，collections.Counter更加方便。

python

from collections import Counter words = ["apple", "banana", "apple", "orange", "banana", "apple"] count = Counter(words) print(count) # Counter({'apple': 3, 'banana': 2, 'orange': 1}) print(count["apple"]) # 3

5.4 合并字典的几种方式

python

d1 = {"a": 1, "b": 2} d2 = {"b": 3, "c": 4} # Python 3.9+ 使用 | 操作符 d3 = d1 | d2 print(d3) # {'a': 1, 'b': 3, 'c': 4} # 使用 ** 解包（通用） d4 = {**d1, **d2} print(d4) # {'a': 1, 'b': 3, 'c': 4} # 使用 update()（会修改原字典） d1.update(d2) print(d1) # {'a': 1, 'b': 3, 'c': 4}

六、底层原理：哈希表与散列冲突

字典之所以这么快，底层依靠的是哈希表（Hash Table）。

工作流程：

1. 当你存储一个键值对时，Python会计算键的哈希值（通过hash()函数）。

2. 根据哈希值计算出该键值对在内存数组中的存储位置（索引）。

3. 当你要查找一个键时，同样计算哈希值，然后直接跳转到对应位置读取数据，一步到位。

关于哈希冲突：

不同的键有可能计算出相同的哈希值（或映射到同一个位置），这称为“哈希冲突”。Python采用开放寻址法来解决冲突——如果发现目标位置已被占用，就会继续向下探测，直到找到一个空位。

为什么键必须是不可变类型？

因为如果键是可变的（比如列表），其内容一旦变化，哈希值就会改变，导致无法再找到之前存储的数据。所以Python强制要求键必须是不可变类型。

七、常见“坑”与避坑指南

坑1：遍历时修改字典

python

d = {"a": 1, "b": 2, "c": 3} # 错误：在遍历过程中删除元素会报错 for key in d: if key == "b": del d[key] # RuntimeError: dictionary changed size during iteration # 正确方式：先转为列表再遍历 for key in list(d.keys()): if key == "b": del d[key] print(d) # {'a': 1, 'c': 3}

坑2：用列表作为键

python

# 错误示例 d = {[1, 2]: "value"} # TypeError: unhashable type: 'list' # 如果需要用序列作为键，请用元组 d = {(1, 2): "value"} # OK

坑3：复制字典时引用同一个对象

python

d1 = {"a": [1, 2]} d2 = d1 # 浅复制，d2和d1指向同一个对象 d2["a"].append(3) print(d1) # {'a': [1, 2, 3]} —— 原字典被修改了！ # 正确方式：深拷贝 import copy d1 = {"a": [1, 2]} d2 = copy.deepcopy(d1) d2["a"].append(3) print(d1) # {'a': [1, 2]} —— 原字典不变

八、总结

字典是Python开发中不可或缺的利器，掌握它能让你的代码更加优雅、高效。希望这篇文章能帮你系统地梳理字典的知识点，也欢迎在评论区交流你的使用心得！

如果觉得这篇文章对你有帮助，记得点赞、收藏、关注三连支持一下～ 你的鼓励是我持续输出的动力！

本文为原创，首发于CSDN，转载请注明出处。