hello，这里是Token_w的博客，欢迎您的到来
今天主要讲解Python字典和集合在实际编程中的使用技巧
整理不易，对您有所帮助，希望得到你的支持！感谢！！！
目录
- 1.如何在列表、字典、集合中根据条件筛选数据？
- 2.如何为元组中的每个元素命名，提高程序可读性？
- 3.如何统计序列中元素的出现频度？
- 4.如何根据字典中值的大小，对字典中的项排序？
- 5.如何快速找到多个字典中的公共键？
- 6.如何让字典保持有序？
- 7.如何实现用户的历史记录功能？
- 总结
实际案例
- 案例1：过滤掉列表[3, 9, -1, 10, 20, -2, …] 中的负数
- 案例2：筛出字典{‘lisi’: 79, ‘Jin’: 88, ‘lucy’: 93, … }中值高于90的项
- 案例3：筛出集合{77, 89, 34, 20, 21…}中能被3整除的元素
这类问题比较简单，通常的做法就是依次迭代列表、字典、集合中的每个项，进行条件判断。
但是在python中，还有更高级的方法来解决这类问题，并且更简单高效。
01 案例1：过滤掉列表[3, 9, -1, 10, 20, -2, …] 中的负数
方法一：使用 filter 函数
from random import randint# 使用列表解析生成 -10~10 之间的10个元素data = [randint(-10, 10) for _ in range(10)]print('原始列表为：' , data)# filter(function or None, iterable) --> filter objectdata_o = filter(lambda x: x >= 0, data)for each in data_o: print(each)方法二：使用列表解析
from random import randint# 使用列表解析生成 -10~10 之间的10个元素data = [randint(-10, 10) for _ in range(10)]print('原始列表为：', data)data_o = [x for x in data if x >= 0]print(data_o)02 案例2：筛出字典{‘lisi’: 79, ‘Jin’: 88, ‘lucy’: 93, … }中值高于90的项
from random import randint# 使用字典解析生成 一个字典d ={x: randint(60, 100) for x in range(1, 10)}print(d)d_o = {k: v for k, v in d.items() if v >= 90}print(d_o)03 案例3：筛出集合{77, 89, 34, 20, 21…}中能被3整除的元素
from random import randint# 使用集合解析生成 -10~10 之间的10个元素data = {randint(-10, 10) for _ in range(10)}print('原始集合为：', data)data_o = {x for x in data if x % 3 == 0}print(data_o)stuents = ('Jim', 16, 'male', 'jim8721@qq.com')name=stuents[0]age=stuents[1]sex= stuents[2]email=stuents[3]print(name, age, sex, email)01 方法一：定义类似与其他语言的枚举类型，也就是定义一系列数值常量
s=stuents = ('Jim', 16, 'male', 'jim8721@qq.com')NAME, AGE, SEX, EMAIL = range(4)name=s[NAME]age=s[AGE]sex= s[SEX]email=s[EMAIL]print(name, age, sex, email)02 方法二：使用标准库中 collections.nameedtuple 替代内置 tuple
from collections import namedtupleStudent = namedtuple('Student', ['name', 'age', 'sex', 'email'])s = Student('Jim', 16, 'male', 'jim182@qq.com')print(s)# Student(name='Jim', age=16, sex='male', email='jim182@qq.com')print(s.name)# 'Jim'print(s.age)# 16print(s.sex)# 'male'print(s.email)# 'jim182@qq.com'案例1：
方法一：传统方法
from random import randint# 随机生成一个列表data = [randint(0, 20) for _ in range(30)]# 以列表中的值为字典的键，0为字典的值建立字典c = dict.fromkeys(data, 0)# 依次遍历列表，遇到一个元素，就把字典中对应的键的值加1for x in data: c[x] += 1print(c)方法二：使用 collections.Counter 对象
将序列传入 Counter 的构造器，得到 Counter 对象是元素频率的字典
Counter.most_common(n) 方法得到频率最高的 n 个元素的列表
from random import randintfrom collections import Counter# 随机生成一个列表data = [randint(0, 20) for _ in range(30)]c = Counter(data)# 得到的 c 就是一个collections.Counter类型的数据，和方法 一 结果一样# 用法与字典一样，例如 c[2] , 就是得到 键为2 对应的值print(c)# 另外，还可以使用 most_common() 方法得到 出现频率最高的几个键和值print(c.most_common(3)) # 输出前3名案例2：
from collections import Counterimport rewith open('./test.txt', 'r') as f: txt = f.read()# 使用 正则表达式 对文本进行切割，按照 非字母字符 进行切割l1 = re.split('\W+', txt)c = Counter(l1)# 得到频率最高的10个单词print(c.most_common(10))01 方法一：使用zip将字典数据转换为元组
from random import randint# 生成随机字典d = {x:randint(60,100) for x in 'xyzabc'}print(d)# 把值放在前面，键放在后面，构成元组，每个元组为列表的一个项# 得到的结果为 [(74, 'z'), (80, 'y')...]形式list1 = zip(d.values(), d.keys())# 然后对得到的列表进行排序，就会以列表中的元组的第一项排序，相同时再比较第二项print(sorted(list1))02 方法二：使用 sorted 函数的 key 参数
from random import randint# 生成随机字典d = {x:randint(60,100) for x in 'xyzabc'}print(d)# d.items() 也是一个元组的列表，只是元组中键在前，值在后# 使用 key 参数设置以第二项 （值）作为排序依据print(sorted(d.items(), key = lambda x: x[1]))01 方法一：传统方法，依次遍历
from random import randint, sample# 随机产生 3 场球赛的 进球人和数s1 = {x: randint(1,4) for x in sample('abcdefg',randint(3,6))}s2 = {x: randint(1,4) for x in sample('abcdefg',randint(3,6))}s3 = {x: randint(1,4) for x in sample('abcdefg',randint(3,6))}print(s1)print(s2)print(s3)# 传统方法res = []for k in s1: if k in s2 and k in s3: res.append(k) print(res)02 方法二：利用集合（set）的交集操作
利用字典的keys() 方法，得到一个字典的 keys 的集合
取所有字典的 keys 的集合的交集
from random import randint, sample# 随机产生 3 场球赛的 进球人和数s1 = {x: randint(1,4) for x in sample('abcdefg',randint(3,6))}s2 = {x: randint(1,4) for x in sample('abcdefg',randint(3,6))}s3 = {x: randint(1,4) for x in sample('abcdefg',randint(3,6))}print(s1)print(s2)print(s3)print(s1.keys() & s2.keys() & s3.keys())d = dict()d['Jim']=(1.35)d['Leo']=(2,37)d['Bob']=(3,45)for k in d: print(k)方法：使用collections.OrderedDict
以OrderedDict替代字典Dict，依次将选手成绩存入OrderedDict。
from collections import OrderedDictd = OrderedDict()d['Jim']=(1.35)d['Leo']=(2,37)d['Bob']=(3,45)for k in d: print(k)原始代码如下：
from random import randintN = randint(0, 100)def guess(k):if k == N:print('猜对了')return Trueelif k < N:print('猜小了')else:print('猜大了')return Falsewhile True:line = input("please input a number:")if line.isdigit():k = int(line)if guess(k):break我们希望保存最近 5 次猜的数字，之前的就被删除
解决方案：
使用容量为 n （本例中 n=5） 的队列存储历史记录
使用标准库中的 deque，它是一个双端循环队列
from random import randintfrom collections import dequehistory = deque([], 5)N = randint(0, 100)def guess(k):if k == N:print('猜对了')return Trueelif k < N:print('猜小了')else:print('猜大了')return Falsewhile True:line = input("please input a number:")if line.isdigit():k = int(line)history.append(k)if guess(k):breakelif line == 'history' or line == 'h?':print(history)若我们还希望 程序下次运行时，可以查看之前的历史记录，就需要将 队列对象 保存到磁盘，可以使用 pickle
pickle 可以将任意类型的数据（包括 数字型、列表、字典、字符串等）保存到磁盘文件，在需要的时候还可以正常读回为原数据
解决方案：程序退出前，可以使用 pickle 将队列对象存入文件，再次运行程序时将其导入
pickle 的用法：
写数据：
import pickledata = [1, 2, 3, 4]with open('data.dat', 'wb') as f: pickle.dump(data, f)读数据：
import picklewith open('data.dat', 'rb') as f: data = pickle.load(f)print(data)今天就是借助一些基础的代码案例，给大家分享讲解Python中的字典和集合在实际编程中的一些使用技巧，希望对您有所帮助！
来源地址：https://blog.csdn.net/weixin_61587867/article/details/132270140
