字典和集合

下面我们讨论Python基本数据类型中的字典和集合。

6.1 字典

我们都使用过汉语字典，它的原理是对汉语中的每个字，都给出对应的释义并组词、造句。与汉语字典相似，在Python中也提供了字典这一数据类型。它是一个复合类型，即，它可以包含多个元素。但与列表和元组不同的是，它不以下标对元素进行索引，而是将元素组织成一个个键-值对，以键作为下标，索引字典中的元素，其中的键是互不相同的不可变值( 不可变值的概念第7章将进行讨论 )。字典的用法如下:

>>> d={"father": "Jack",   # 逗号分隔字典的元素
       "mother": "Jane",    # 冒号以 "键:值" 的形式组织元素，一个键-值对是一个元素
       "son"   : "Henry"}   # 键是互不相同的不可变值
>>> d["son"]              # 通过键对元素进行索引
"Henry"

d.keys() 方法返回字典的键列表，如: 在for循环中使用字典

for key in d.keys():
  do sth. with d[key]

字典中的元素并不一定按照我们创建时的顺序排列，而是由Python自行决定如何排列，使用时不能假定键存在某个顺序，但有时我们需要按键的一定顺序对字典元素进行访问，我们可以这样做:

for key in sorted(d.key()):  # 按字母顺序排列键,
                             # 对上例中的字典，就是
  do sth. with d[key]  # ['father','mother','son']的顺序
# reverse=True表示逆序排列，reverse是逆序的意思
for key in sorted(d.key(), reverse=True)  
  do sth. with d[key] # keys按 ['son', 'mother',
                      # 'father'] 的顺序排列

我们可以使用工厂函数创建一个空字典:

工厂函数可以简单地理解成前面讲过的类的初始化函数__init__()，当我们直接用类名作为函数名进行调用时，实际上调用的就是该类的__init__()函数。它的作用是像工厂生产产品一样生产该类的一个个对象。比如:

d=dict()  # dict()是字典类的工厂函数，此处生成了一个空字典

生成空字典后，如何向字典中添加元素呢? 我们不需要像列表的l.append()函数一样的方法，而只需进行赋值操作即可，比如:

>>> d=dict()
>>> d["father"]="Jack"
>>> d["mother"]="Jane"
>>> d["son"]="Henry"
>>> d
{'father': 'Jack', 'mother': 'Jane', 'son': 'Henry'}

字典的作用是根据键的值快速访问对应的元素，就像一本几十万字的字典，掌握了使用它的方法之后，查阅一个字的释义就很快捷了。

那么，怎么删除字典的元素呢？ 答案如下:

>>> d.clear()   # 清除字典中的所有元素
>>> d.pop("father")  # 删除其中一个元素,提供键即可

6.2 集合

有时，我们需要一个容器，要求其中的元素都是唯一的，集合提供了这个功能。集合中的元素是互不相同的不可变值，这个要求与字典中的键相同。

要使用集合，可以用工厂函数先创建一个空集合

>>> some_set=set()

然后向该集合中添加元素:

>>> some_set.add("father")
>>> some_set.add("mother")
>>> some_set.add("son")
>>> some_set
{'father', 'son', 'mother'}

也可以用赋值的方法创建一个集合:

>>> some_set={"father", "mother", "son"}

删除元素，可以使用remove()方法:

>>> some_set.remove("father")
>>> some_set
{"mother", "son"}

6.3 综合例子: 统计英语文章中的词频

f=open("article.txt",'r')
wordlist=[]
for line in f.readlines():
    wordsOfLine=line.split()
    wordlist+=wordsOfLine     # 用全部文本生成一个单词列表
wordsSet=set(wordlist) # 利用wordlist构造一个集合，
                       # 去除其中的重复元素
wordCount=dict()
for word in wordsSet:
    wordCount[word]=wordlist.count(word)

for wc in sorted(wordCount.items(),
                 key=lambda item: item[1], 
                 reverse=True): # 对wordCount按词频排序
    print("%s: %d" % wc)  # wc是一个二元组(word, count)