引言
字典（Dictionary）是一种可变容器模型，它可以存储任意类型对象。Python字典使用键-值对（key-value pair）存储数据，其中键必须是不可变的数据类型如数字、字符串等，而值可以是任何数据类型。这种数据组织方式使得字典非常适合用于快速查找、更新信息，特别是在处理大量数据时，字典的高效性表现得尤为突出。
应用场景广泛，从简单的用户信息管理、配置文件解析，到复杂的数据库缓存系统、机器学习模型参数存储等都能见到它的身影。
基础语法介绍
创建字典
字典可以通过花括号 {} 或者 dict() 函数来创建：
# 使用花括号创建
person = {'name': 'Alice', 'age': 25, 'city': 'Beijing'}
# 使用 dict() 函数创建
person = dict(name='Bob', age=30, city='Shanghai')
访问字典
通过键来访问字典中的值：
print(person['name']) # 输出 Alice
如果不确定键是否存在，可以使用 get() 方法安全地获取值：
print(person.get('gender', 'Unknown')) # 如果没有指定的键，则返回 Unknown
基础实例
假设我们要创建一个学生信息管理系统，记录学生的姓名、年龄和所在城市。下面是一个简单的实现例子：
students = {
'001': {'name': '张三', 'age': 20, 'city': '北京'},
'002': {'name': '李四', 'age': 21, 'city': '上海'}
}
def show_student_info(student_id):
student = students.get(student_id)
if student:
print(f"学生ID: {student_id}")
print(f"姓名: {student['name']}")
print(f"年龄: {student['age']}")
print(f"城市: {student['city']}")
else:
print("未找到该学生信息")
show_student_info('001') # 显示张三的信息
进阶实例
在更复杂的场景下，比如我们需要根据多个条件筛选字典中的元素时，可以使用列表推导式或生成器表达式来简化代码：
# 假设我们有一个包含很多学生信息的大字典
students = {
f"{i:03d}": {'name': f'学生{i}', 'age': 20 + i % 5, 'city': ['北京', '上海'][i % 2]}
for i in range(100)
}
# 查找所有年龄大于等于22岁并且来自北京的学生
filtered_students = [info for id, info in students.items() if info['age'] >= 22 and info['city'] == '北京']
for student in filtered_students:
print(student['name'], student['age'], student['city'])
实战案例
在实际工作中，字典常常被用来作为缓存机制的一部分，以减少数据库查询次数。例如，在开发一个电子商务网站时，我们可以将频繁访问的商品信息存储在内存字典中：
# 商品信息缓存
product_cache = {}
def get_product_details(product_id):
"""从缓存或数据库获取商品详情"""
product = product_cache.get(product_id)
if not product:
# 模拟从数据库获取数据
product = {'id': product_id, 'name': f'商品{product_id}', 'price': 99.99}
product_cache[product_id] = product # 缓存数据
return product
# 使用示例
print(get_product_details(1))
print(get_product_details(2)) # 第二次调用直接从缓存中读取
扩展讨论
除了上述提到的基本操作外，Python还提供了许多高级功能来帮助我们更好地管理和操作字典。比如 defaultdict 可以在首次访问不存在的键时自动为其分配默认值；Counter 类则方便统计元素出现次数。此外，字典的迭代、排序、合并等操作也非常实用，在后续的文章中我们将继续深入探讨这些话题。
