字典和集合。为什么字典和收藏总是在一起？很巧的是，他们都用花括号{}包。字典和集合的基本操作先说字典是由键值对组成的。键是Key，值是Value。标记它。Python3.6之前不需要字典，可以改变长度和大小，也可以任意删除元素。并且改变了，在Python3.7之后，字典被排序了。为了测试字典的无序性，我特地在Python在线环境下进行了测试。代码如下：my_dict={}my_dict["A"]="A"my_dict["B"]="B"my_dict["C"]="C"my_dict["D"]="D"forkeyinmy_dict:print(key)的结果也证明了乱序。在本地Python3.8版本上测试，没有乱码。所以如果有人问Python里面字典有没有顺序，不要只回答没顺序，这东西现在有顺序了。字典的键值对结构相对于列表和元组更适用于添加元素、删除元素、查找元素等操作。字典的创建不详述。雪球第一时间得知，就已经介入了。需要注意的是，在索引key的时候，如果key不存在，会出现KeyError错误。这个错误是一个极其常见的错误。my_dict={}my_dict["A"]="A"my_dict["B"]="B"my_dict["C"]="C"my_dict["D"]="D"print(my_dict["F"])错误信息如下：Traceback(mostrecentcalllast):File".\demo.py",line7,inprint(my_dict["F"])KeyError:'F'Ifyou不想在这个异常发生的时候，在索引key的时候使用get(key,default)函数。print(my_dict.get("F","None"))下面说一下集合和字典的基本结构。最大的区别是集合没有键值对，它们是一系列无序且唯一的元素组合。集合不支持索引操作，也就是说下面的代码肯定会报错。my_set={"A","B","C"}print(my_set[0])异常提示是类型错误：TypeError:'set'objectisnotsubscriptable。剩下的重点记忆就是collection在去重操作中经常用到，掌握就好。字典和集合排序的基本操作还是不过多解释。有需要的可以第一时间去学滚雪球。这里着重强调排序功能，因为涉及到一些扩展的知识点，大家可以先联系，后面会详细讲解其中的一些内容。在学习之前，你要记住对集合的弹出操作会得到不确定的元素，因为集合是无序的。具体可以测试如下代码：my_set={"A","B","C"}print(my_set.pop())如果要对字典进行排序，可以按照我们已知的技术进行。以下内容为Python3.6以下版本运行结果。直接使用sorted函数对字典进行排序。排序时，也可以指定按key或value排序，比如按字典值升序排序。my_dict={}my_dict["A"]="4"my_dict["B"]="3"my_dict["C"]="2"my_dict["D"]="1"sorted_dict=sorted(my_dict.items(),key=lambdax:x[1])print(sorted_dict)输出结果如下，得到的结果按照字典的值排序，这里需要注意的是lambda匿名函数会在后续课程中逐渐扩展[('D','1'),('C','2'),('B','3'),('A','4')]特别说明，直接使用sorted函数即可。字典和集合的效率字典和集合的效率主要是和列表比较的。假设有一堆学生人数和体重数据，我们需要确定不同体重的学生人数。需求描述如下：有4个学生，对学号排序形成的元组为(1,90),(2,90),(3,60),(4,100)，最终结果输出为3（有3个不同的weight）按照要求写代码如下：Listwritingdeffind_unique_weight(students):#声明一个统计列表unique_list=[]#循环遍历所有学生数据forid,weightinstudents:#iftheweightisnotinthestatisticallistifweightnotinunique_list:#添加新的权重数据unique_list.append(weight)#计算列表长度ret=len(unique_list)returnretstudents=[(1,90),(2,90),(3,60),(4,100)]print(find_unique_weight(students))接下来将上面的代码改为set写法deffind_unique_weight(students):#声明一个统计集合unique_set=set()#循环所有studentdataforid,weightinstudents:#set会自动过滤重复数据unique_set.add(weight)#计算集合长度ret=len(unique_set)returnret代码写完后，没有太大区别，但是如果数据扩展到两个更大的集合，比如几万条数据。下面的代码时间计算函数使用time.perf_counter()函数，第一次调用时，从计算机系统中随机选择一个时间点A，计算从当前时间点B1算起的秒数。第二次调用该函数时，默认为当前时间点B2距离第一次调用时间点A的秒数。取两个函数的区别，即实现时间点B1到B2的计时功能，首先结合list计算的功能，运行如下代码importtimeid=[xforxinrange(1,10000)]#权重数据的计算，只能从1到10000weight=[xforxinrange(1,10000)]students=list(zip(id,weight))start_time=time.perf_counter()#调用列表计算函数find_unique_weight(students)end_time=time.perf_counter()print("Operationtimeis:{}".format(end_time-start_time))运行时间为1.7326523，各台电脑运行速度不一致，详情请见差异。修改以上代码，在集合编写的函数上运行，最终结果为0.0030606。可以看出，在10000条数据级别就已经出现了这么大的差异。如果数量级增加，差异将再次增加。所以你知道要使用什么内容吗？本篇博客总结本篇博客补充了字典和集合相关的知识，还有一个知识橡皮擦还是跳过了，就是字典和集合的存储原理，具体会涉及到哈希表结构相关的知识，这部分对初级应用影响不大，暂时跳过。对于字典和集合，如果在编写程序中需要高效查找数据和去重数据，建议及时应用两者。
