python的字典原理

‘壹’ python中什么是字典序

1.python中字典就是无序的
2.对字典数据进行排序，无论是根据键或值，都需要转化为列表或元组进行。sorted()函数返回的即是一个列表集合

‘贰’ Python3的元组，字典，列表，集合有什么联系和区别

4个都是python的数据结构。
元组和列表的底层实现是一样的，本质都是把一堆东西放在一排，区别在于元祖放完后就不能改了。
你把字典理解成我们普通用的字典就可以了，而集合就是把字典的所有value都设置成None。字典和集合的底层实现原理是一样的，但初学者不必关注这个原理。集合与数学中的集合有相同性质，比如唯一性，对比字典中key的唯一性来理解一下。
比方：你遇到一个没见过的字，查查看是不是标准的汉字，这就是集合的作用，集合只关注有没有的问题；如果是标准汉字，你要看看这个字的意思，这就是字典的作用；你现在找来一个汉字，打算组成成语，然后再找几个字，向第一个汉字左右放，就是列表的作用；一旦发现一个成语，就固定不变了，字和字的排列都不能改，这就是元祖。

‘叁’ 能具体说一下吗

变量是保存存储值的内存位置。也就是说，当创建一个变量时，可以在内存中保留一些空间。

基于变量的数据类型，解释器分配内存并决定可以存储在保留的存储器中的内容。 因此，通过为变量分配不同的数据类型，可以在这些变量中存储的数据类型为整数，小数或字符等等。

将值分配给变量

在Python中，变量不需要明确的声明类型来保留内存空间。当向变量分配值时，Python会自动发出声明。 等号(=)用于为变量赋值。

=运算符左侧的操作数是变量的名称，而=运算符右侧的操作数是将在存储在变量中的值。 例如 -

#!/usr/bin/python3counter = 100 # 一个整型数miles = 999.99 # 一个浮点数name = "Maxsu" # 一个字符串site_url = "http://www.yii.com" # 一个字符串print (counter)print (miles)print (name)print (site_url)Python

这里，100,999.99和“Maxsu”分别是分配给counter，miles和name变量的值。执行上面代码将产生以下结果 -

100
999.99
Maxsu
http://www.yii.comShell

多重赋值

Python允许同时为多个变量分配单个值。

例如 -

a = b = c = 1Python

这里，创建一个整数对象，其值为1，并且所有三个变量都分配给相同的内存位置。还可以将多个对象分配给多个变量。 例如 -

a, b, c = 10, 20, "maxsu"Python

这里，将两个值为10和20的整数对象分别分配给变量a和b，并将一个值为“maxsu”的字符串对象分配给变量c。

标准数据类型

存储在内存中的数据可以是多种类型。 例如，一个人的年龄可存储为一个数字值，他的地址被存储为字母数字字符串。 Python具有各种标准数据类型，用于定义可能的操作以及每个标准数据类型的存储方法。

Python有五种标准数据类型 -

• 1.数字

• 2.字符串

• 3.列表

• 4.元组

• 5.字典

1.Python数字

数字数据类型存储数字值。当为其分配值时，将创建数字对象。 例如 -

• var1 = 10var2 = 20Python



可以使用del语句删除对数字对象的引用。del语句的语法是 -

• del var1[,var2[,var3[....,varN]]]]Python



可以使用del语句删除单个对象或多个对象。

例如 -

• del vardel var_a, var_bPython



Python支持三种不同的数值类型 -

• int(有符号整数)

• float(浮点实值)

• complex(复数)

Python3中的所有整数都表示为长整数。 因此，长整数没有单独的数字类型。

例子

以下是一些数字示例 -

int

float

complex

10 0.0 3.14j

100 15.20 45.j

-786 -21.9 9.322e-36j

080 32.3+e18 .876j

-0490 -90. -.6545+0J

-0x260 -32.54e100 3e+26J

0x69 70.2-E12 4.53e-7j

复数是由x + yj表示的有序对的实数浮点数组成，其中x和y是实数，j是虚数单位。

2.Python字符串

Python中的字符串被标识为在引号中表示的连续字符集。Python允许双引号或双引号。 可以使用片段运算符([]和[:])来获取字符串的子集(子字符串)，其索引从字符串开始处的索引0开始，并且以-1表示字符串中的最后一个字符。

加号(+)是字符串连接运算符，星号(*)是重复运算符。例如 -

• #!/usr/bin/python3#coding=utf-8# save file: variable_types_str1.pystr = 'yii.com'print ('str = ', str) # Prints complete stringprint ('str[0] = ',str[0]) # Prints first character of the stringprint ('str[2:5] = ',str[2:5]) # Prints characters starting from 3rd to 5thprint ('str[2:] = ',str[2:]) # Prints string starting from 3rd characterprint ('str[-1] = ',str[-1]) # 最后一个字符，结果为：'!'print ('str * 2 = ',str * 2) # Prints string two timesprint ('str + "TEST" = ',str + "TEST") # Prints concatenated stringPython



将上面代码保存到variable_types_str1.py文件中，执行将产生以下结果 -

• F:worksppython>python variable_types_str1.py


• str = yii.com


• str[0] = y


• str[2:5] = iba


• str[2:] = i.com


• str[-1] = m


• str * 2 = yii.comyii.com


• str + "TEST" = yii.comTEST



• F:worksppython>Shell



2.Python列表

列表是Python复合数据类型中最多功能的。 一个列表包含用逗号分隔并括在方括号([])中的项目。在某种程度上，列表类似于C语言中的数组。它们之间的区别之一是Python列表的所有项可以是不同的数据类型，而C语言中的数组只能是同种类型。

存储在列表中的值可以使用切片运算符([]和[])来访问，索引从列表开头的0开始，并且以-1表示列表中的最后一个项目。 加号(+)是列表连接运算符，星号(*)是重复运算符。例如 -

• #!/usr/bin/python3#coding=utf-8# save file: variable_types_str1.pylist = [ 'yes', 'no', 786 , 2.23, 'minsu', 70.2 ]tinylist = [100, 'maxsu']print ('list = ', list) # Prints complete listprint ('list[0] = ',list[0]) # Prints first element of the listprint ('list[1:3] = ',list[1:3]) # Prints elements starting from 2nd till 3rd print ('list[2:] = ',list[2:]) # Prints elements starting from 3rd elementprint ('list[-3:-1] = ',list[-3:-1]) print ('tinylist * 2 = ',tinylist * 2) # Prints list two timesprint ('list + tinylist = ', list + tinylist) # Prints concatenated listsPython



将上面代码保存到variable_types_str1.py文件中，执行将产生以下结果 -

• F:worksppython>python variable_types_list.py


• list = ['yes', 'no', 786, 2.23, 'minsu', 70.2]


• list[0] = yes


• list[1:3] = ['no', 786]


• list[2:] = [786, 2.23, 'minsu', 70.2]


• list[-3:-1] = [2.23, 'minsu']


• tinylist * 2 = [100, 'maxsu', 100, 'maxsu']


• list + tinylist = ['yes', 'no', 786, 2.23, 'minsu', 70.2, 100, 'maxsu']



• F:worksppython>Shell



3.Python元组

元组是与列表非常类似的另一个序列数据类型。元组是由多个值以逗号分隔。然而，与列表不同，元组被括在小括号内(())。

列表和元组之间的主要区别是 - 列表括在括号([])中，列表中的元素和大小可以更改，而元组括在括号(())中，无法更新。元组可以被认为是只读列表。 例如 -

• #!/usr/bin/python3#coding=utf-8# save file : variable_types_tuple.pytuple = ( 'maxsu', 786 , 2.23, 'yii', 70.2 )tinytuple = (999.0, 'maxsu')# tuple[1] = 'new item value' 不能这样赋值print ('tuple = ', tuple) # Prints complete tupleprint ('tuple[0] = ', tuple[0]) # Prints first element of the tupleprint ('tuple[1:3] = ', tuple[1:3]) # Prints elements starting from 2nd till 3rd print ('tuple[-3:-1] = ', tuple[-3:-1]) # 输出结果是什么？print ('tuple[2:] = ', tuple[2:]) # Prints elements starting from 3rd elementprint ('tinytuple * 2 = ',tinytuple * 2) # Prints tuple two timesprint ('tuple + tinytuple = ', tuple + tinytuple) # Prints concatenated tuplePython



将上面代码保存到variable_types_tuple.py文件中，执行将产生以下结果 -

• F:worksppython>python variable_types_tuple.py


• tuple = ('maxsu', 786, 2.23, 'yii', 70.2)


• tuple[0] = maxsu


• tuple[1:3] = (786, 2.23)


• tuple[-3:-1] = (2.23, 'yii')


• tuple[2:] = (2.23, 'yii', 70.2)


• tinytuple * 2 = (999.0, 'maxsu', 999.0, 'maxsu')


• tuple + tinytuple = ('maxsu', 786, 2.23, 'yii', 70.2, 999.0, 'maxsu')



• F:worksppython>Shell



以下代码对于元组无效，因为尝试更新元组，但是元组是不允许更新的。类似的情况可能与列表 -

• #!/usr/bin/python3tuple = ( 'abcd', 786 , 2.23, 'john', 70.2 )list = [ 'abcd', 786 , 2.23, 'john', 70.2 ]tuple[2] = 1000 # 无法更新值，程序出错list[2] = 1000 # 有效的更新，合法Python



Python字典

Python的字典是一种哈希表类型。它们像Perl中发现的关联数组或散列一样工作，由键值对组成。字典键几乎可以是任何Python数据类型，但通常为了方便使用数字或字符串。另一方面，值可以是任意任意的Python对象。

字典由大括号({})括起来，可以使用方括号([])分配和访问值。例如 -

• #!/usr/bin/python3#coding=utf-8# save file : variable_types_dict.pydict = {}dict['one'] = "This is one"dict[2] = "This is my"tinydict = {'name': 'maxsu', 'code' : 1024, 'dept':'IT Dev'}print ("dict['one'] = ", dict['one']) # Prints value for 'one' keyprint ('dict[2] = ', dict[2]) # Prints value for 2 keyprint ('tinydict = ', tinydict) # Prints complete dictionaryprint ('tinydict.keys() = ', tinydict.keys()) # Prints all the keysprint ('tinydict.values() = ', tinydict.values()) # Prints all the valuesPython



将上面代码保存到variable_types_dict.py文件中，执行将产生以下结果 -

• F:worksppython>python variable_types_dict.py


• dict['one'] = This is one


• dict[2] = This is my


• tinydict = {'name': 'maxsu', 'code': 1024, 'dept': 'IT Dev'}


• tinydict.keys() = dict_keys(['name', 'code', 'dept'])


• tinydict.values() = dict_values(['maxsu', 1024, 'IT Dev'])Shell



字典中的元素没有顺序的概念。但是说这些元素是“乱序”是不正确的; 它们是无序的。

数据类型转换

有时，可能需要在内置类型之间执行转换。要在类型之间进行转换，只需使用类型名称作为函数即可。

有以下几种内置函数用于执行从一种数据类型到另一种数据类型的转换。这些函数返回一个表示转换值的新对象。它们分别如下所示 -

编号

函数

描述

1 int(x [,base]) 将x转换为整数。如果x是字符串，则要base指定基数。

2 float(x) 将x转换为浮点数。

3 complex(real [,imag]) 创建一个复数。

4 str(x) 将对象x转换为字符串表示形式。

5 repr(x) 将对象x转换为表达式字符串。

6 eval(str) 评估求值一个字符串并返回一个对象。

7 tuple(s) 将s转换为元组。

8 list(s) 将s转换为列表。

9 set(s) 将s转换为集合。

10 dict(d) 创建一个字典，d必须是(key，value)元组的序列

11 frozenset(s) 将s转换为冻结集

12 chr(x) 将整数x转换为字符

13 unichr(x) 将整数x转换为Unicode字符。

14 ord(x) 将单个字符x转换为其整数值。

15 hex(x) 将整数x转换为十六进制字符串。

16 oct(x) 将整数x转换为八进制字符串。

‘肆’ Python中字典与列表的区别

字典：你知道一个key可以找到一个对应的value，通常你知道key是什么，像查字典一样，方向明确

列表：包含各种value，具体有些什么值不知道，通常需要遍历来取值。

‘伍’ python里面的字典有什么用

字典是另一种可变容器模型，可存储任意类型对象。

字典的每个键值 key-value 对用冒号 : 分割，每个键值对之间用逗号 , 分割，整个字典包括在花括号 {} 中 ,格式如下所示：

d = {key1 : value1, key2 : value2 }

键一般是唯一的，必须是不可变的，如字符串，数字或元组。值不需要唯一，可以取任何数据类型。

在需要使用hash时，就需要用到字典。
比如在统计字符个数时，可以使用字典。
d = {}
for char in strs:
d[char] = d.get(char, 0) + 1

‘陆’ Python中文分词的原理你知道吗

中文分词，即 Chinese Word Segmentation，即将一个汉字序列进行切分，得到一个个单独的词。表面上看，分词其实就是那么回事，但分词效果好不好对信息检索、实验结果还是有很大影响的，同时分词的背后其实是涉及各种各样的算法的。

中文分词与英文分词有很大的不同，对英文而言，一个单词就是一个词，而汉语是以字为基本的书写单位，词语之间没有明显的区分标记，需要人为切分。根据其特点，可以把分词算法分为四大类：

基于规则的分词方法

基于统计的分词方法

基于语义的分词方法

基于理解的分词方法

下面我们对这几种方法分别进行总结。

基于规则的分词方法

这种方法又叫作机械分词方法、基于字典的分词方法，它是按照一定的策略将待分析的汉字串与一个“充分大的”机器词典中的词条进行匹配。若在词典中找到某个字符串，则匹配成功。该方法有三个要素，即分词词典、文本扫描顺序和匹配原则。文本的扫描顺序有正向扫描、逆向扫描和双向扫描。匹配原则主要有最大匹配、最小匹配、逐词匹配和最佳匹配。

最大匹配法（MM）。基本思想是：假设自动分词词典中的最长词条所含汉字的个数为 i，则取被处理材料当前字符串序列中的前 i 个字符作为匹配字段，查找分词词典，若词典中有这样一个 i 字词，则匹配成功，匹配字段作为一个词被切分出来；若词典中找不到这样的一个 i 字词，则匹配失败，匹配字段去掉最后一个汉字，剩下的字符作为新的匹配字段，再进行匹配，如此进行下去，直到匹配成功为止。统计结果表明，该方法的错误率 为 1/169。

逆向最大匹配法（RMM）。该方法的分词过程与 MM 法相同，不同的是从句子（或文章）末尾开始处理，每次匹配不成功时去掉的是前面的一个汉字。统计结果表明，该方法的错误率为 1/245。

逐词遍历法。把词典中的词按照由长到短递减的顺序逐字搜索整个待处理的材料，一直到把全部的词切分出来为止。不论分词词典多大，被处理的材料多么小，都得把这个分词词典匹配一遍。

设立切分标志法。切分标志有自然和非自然之分。自然切分标志是指文章中出现的非文字符号，如标点符号等；非自然标志是利用词缀和不构成词的词（包 括单音词、复音节词以及象声词等）。设立切分标志法首先收集众多的切分标志，分词时先找出切分标志，把句子切分为一些较短的字段，再用 MM、RMM 或其它的方法进行细加工。这种方法并非真正意义上的分词方法，只是自动分词的一种前处理方式而已，它要额外消耗时间扫描切分标志，增加存储空间存放那些非 自然切分标志。

最佳匹配法（OM）。此法分为正向的最佳匹配法和逆向的最佳匹配法，其出发点是：在词典中按词频的大小顺序排列词条，以求缩短对分词词典的检索时 间，达到最佳效果，从而降低分词的时间复杂度，加快分词速度。实质上，这种方法也不是一种纯粹意义上的分词方法，它只是一种对分词词典的组织方式。OM 法的分词词典每条词的前面必须有指明长度的数据项，所以其空间复杂度有所增加，对提高分词精度没有影响，分词处理的时间复杂度有所降低。

此种方法优点是简单，易于实现。但缺点有很多：匹配速度慢；存在交集型和组合型歧义切分问题；词本身没有一个标准的定义，没有统一标准的词集；不同词典产生的歧义也不同；缺乏自学习的智能性。

基于统计的分词方法

该方法的主要思想：词是稳定的组合，因此在上下文中，相邻的字同时出现的次数越多，就越有可能构成一个词。因此字与字相邻出现的概率或频率能较好地反映成词的可信度。可以对训练文本中相邻出现的各个字的组合的频度进行统计，计算它们之间的互现信息。互现信息体现了汉字之间结合关系的紧密程度。当紧密程 度高于某一个阈值时，便可以认为此字组可能构成了一个词。该方法又称为无字典分词。

该方法所应用的主要的统计模型有：N 元文法模型（N-gram）、隐马尔可夫模型（Hiden Markov Model，HMM）、最大熵模型（ME）、条件随机场模型（Conditional Random Fields，CRF）等。

在实际应用中此类分词算法一般是将其与基于词典的分词方法结合起来，既发挥匹配分词切分速度快、效率高的特点，又利用了无词典分词结合上下文识别生词、自动消除歧义的优点。

基于语义的分词方法

语义分词法引入了语义分析，对自然语言自身的语言信息进行更多的处理，如扩充转移网络法、知识分词语义分析法、邻接约束法、综合匹配法、后缀分词法、特征词库法、矩阵约束法、语法分析法等。

扩充转移网络法

该方法以有限状态机概念为基础。有限状态机只能识别正则语言，对有限状态机作的第一次扩充使其具有递归能力，形成递归转移网络 （RTN）。在RTN 中，弧线上的标志不仅可以是终极符（语言中的单词）或非终极符（词类），还可以调用另外的子网络名字分非终极符（如字或字串的成词条件）。这样，计算机在 运行某个子网络时，就可以调用另外的子网络，还可以递归调用。词法扩充转移网络的使用， 使分词处理和语言理解的句法处理阶段交互成为可能，并且有效地解决了汉语分词的歧义。

矩阵约束法

其基本思想是：先建立一个语法约束矩阵和一个语义约束矩阵， 其中元素分别表明具有某词性的词和具有另一词性的词相邻是否符合语法规则， 属于某语义类的词和属于另一词义类的词相邻是否符合逻辑，机器在切分时以之约束分词结果。

基于理解的分词方法

基于理解的分词方法是通过让计算机模拟人对句子的理解，达到识别词的效果。其基本思想就是在分词的同时进行句法、语义分析，利用句法信息和语义信息来处理歧义现象。它通常包括三个部分：分词子系统、句法语义子系统、总控部分。在总控部分的协调下，分词子系统可以获得有关词、句子等的句法和语义信息来对分词歧义进行判断，即它模拟了人对句子的理解过程。这种分词方法需要使用大量的语言知识和信息。目前基于理解的分词方法主要有专家系统分词法和神经网络分词法等。

专家系统分词法

从专家系统角度把分词的知识（包括常识性分词知识与消除歧义切分的启发性知识即歧义切分规则）从实现分词过程的推理机中独立出来，使知识库的维护与推理机的实现互不干扰，从而使知识库易于维护和管理。它还具有发现交集歧义字段和多义组合歧义字段的能力和一定的自学习功能。

神经网络分词法

该方法是模拟人脑并行，分布处理和建立数值计算模型工作的。它将分词知识所分散隐式的方法存入神经网络内部，通过自学习和训练修改内部权值，以达到正确的分词结果，最后给出神经网络自动分词结果，如使用 LSTM、GRU 等神经网络模型等。

神经网络专家系统集成式分词法

该方法首先启动神经网络进行分词，当神经网络对新出现的词不能给出准确切分时，激活专家系统进行分析判断，依据知识库进行推理，得出初步分析，并启动学习机制对神经网络进行训练。该方法可以较充分发挥神经网络与专家系统二者优势，进一步提高分词效率。

以上便是对分词算法的基本介绍。

‘柒’ python 中关于字典的键

WTF
"JavaScript" 怎么不见了？

1.Python 字典通过检查键值是否相等和比较哈希值来确定两个键是否相同.
2.具有相同值的不可变对象在Python中始终具有相同的哈希值.

具有不同值的对象也可能具有相同的哈希值（哈希冲突）.

看完记得点赞哦，笔芯

‘捌’ Python中的字典是什么

字典（Dictionary）

• 字典也是Python语言中经常使用的一种数据类型。跟列表类似，字典是另外一种可存储任意类型的数据，并且字典储存的数据也是可以修改的。

• 不同于列表的是，字典每个基本元素都包括两个部分：键（key） 和 键对应的值（value）。

键和值之间用冒号(:)分割，每对元素之间用逗号(,)分割，整个字典的数据在大括号{}中，格式如下所示：

• d = {"key1" : 1, "key2" : "hi", "key3":[]}



• 在字典中，键的内容是不可重复的。键为不可变数据类型，值可以是任何数据类型。在这里，键只支持字符串类型。

• 字典最大的优势就是能在海量数据下利用“键”快速查找出想要的值，当有很多数据需要存储的时候，我们给每个值都打个标签，也就是“键”；想要调用这个值时，字典能够利用这个标签快速帮我们找到它。但是如果标签重复了，字典不知道哪个值才是对的，就会报错哦~

• 列表是根据排序来记录每项的值，但是字典是没有顺序的，所以同一字典，每次打印出的排序可能是不同的。“键”才是调用字典的关键元素。

• 字典是基础的数据类型，所以变量也可以被赋值为字典。

  

‘玖’ Python中字典为什么比列表快

1、为什么Python中字典比列表快？
因为字典中是键-值对（key-value），且字典无顺序、自动去重、占用内存多，用内存换取速度。最重要的是因为字典是hash类型的。
2、那什么是hash呢？
哈希算法将任意长度的二进制值映射为较短的固定长度的二进制值，这个小的二进制值称为哈希值。哈希值是一段数据唯一且极其紧凑的数值表示形式。
如果散列一段明文而且哪怕只更改该段落的一个字母，随后的哈希都将产生不同的值。要找到散列为同一个值的两个不同的输入，在计算上是不可能的，所以数据的哈希值可以检验数据的完整性。一般用于快速查找和加密算法。
3、dict会把所有的key变成hash 表，然后将这个表进行排序。
你通过data[key]去查data字典中一个key的时候，python会先把这个key hash成一个数字，然后拿这个数字到hash表中看没有这个数字， 如果有，拿到这个key在hash表中的索引，拿到这个索引去与此key对应的value的内存地址那取值就可以了。

‘拾’ python字典什么数据结

下面我们来具体看下字典的用法：
一、创建字典

字典由键和对应值成对组成。字典也被称作关联数组或哈希表。基本语法如下：
dict = {'Alice': '2341', 'Beth': '9102', 'Cecil': '3258'}
也可如此创建字典：
dict1 = { 'abc': 456 };dict2 = { 'abc': 123, 98.6: 37 };

注意：

每个键与值用冒号隔开（:），每对用逗号，每对用逗号分割，整体放在花括号中（{}）。
键必须独一无二，但值则不必。
值可以取任何数据类型，但必须是不可变的，如字符串，数或元组。

二、访问字典里的值

把相应的键放入熟悉的方括号，如下实例:
#!/usr/bin/python dict = {'Name': 'Zara', 'Age': 7, 'Class': 'First'}; print "dict['Name']: ", dict['Name'];print "dict['Age']: ", dict['Age'];#以上实例输出结果： #dict['Name']: Zara#dict['Age']: 7

如果用字典里没有的键访问数据，会输出错误如下：

#!/usr/bin/python dict = {'Name': 'Zara', 'Age': 7, 'Class': 'First'}; print "dict['Alice']: ", dict['Alice']; #以上实例输出结果： #dict['Zara']:#Traceback (most recent call last):# File "test.py", line 4, in <mole># print "dict['Alice']: ", dict['Alice'];#KeyError: 'Alice'[/code]

三、修改字典

向字典添加新内容的方法是增加新的键/值对，修改或删除已有键/值对如下实例:
#!/usr/bin/python dict = {'Name': 'Zara', 'Age': 7, 'Class': 'First'}; dict['Age'] = 8; # update existing entrydict['School'] = "DPS School"; # Add new entry print "dict['Age']: ", dict['Age'];print "dict['School']: ", dict['School'];#以上实例输出结果：#dict['Age']: 8#dict['School']: DPS School

四、删除字典元素

能删单一的元素也能清空字典，清空只需一项操作。

显示删除一个字典用del命令，如下实例：

#!/usr/bin/python dict = {'Name': 'Zara', 'Age': 7, 'Class': 'First'}; del dict['Name']; # 删除键是'Name'的条目dict.clear(); # 清空词典所有条目del dict ; # 删除词典 print "dict['Age']: ", dict['Age'];print "dict['School']: ", dict['School'];#但这会引发一个异常，因为用del后字典不再存在： dict['Age']:#Traceback (most recent call last):# File "test.py", line 8, in <mole># print "dict['Age']: ", dict['Age'];#TypeError: 'type' object is unsubscriptable

五、字典键的特性

字典值可以没有限制地取任何python对象，既可以是标准的对象，也可以是用户定义的，但键不行。

两个重要的点需要记住：

1）不允许同一个键出现两次。创建时如果同一个键被赋值两次，后一个值会被记住，如下实例：
#!/usr/bin/python dict = {'Name': 'Zara', 'Age': 7, 'Name': 'Manni'}; print "dict['Name']: ", dict['Name'];#以上实例输出结果：#dict['Name']: Manni

2）键必须不可变，所以可以用数，字符串或元组充当，所以用列表就不行，如下实例：
#!/usr/bin/python dict = {['Name']: 'Zara', 'Age': 7}; print "dict['Name']: ", dict['Name'];#以上实例输出结果： #Traceback (most recent call last):# File "test.py", line 3, in <mole># dict = {['Name']: 'Zara', 'Age': 7};#TypeError: list objects are unhashable

六、字典内置函数&方法

Python字典包含了以下内置函数：

1、cmp(dict1, dict2)：比较两个字典元素。
2、len(dict)：计算字典元素个数，即键的总数。
3、str(dict)：输出字典可打印的字符串表示。
4、type(variable)：返回输入的变量类型，如果变量是字典就返回字典类型。
Python字典包含了以下内置方法：

1、radiansdict.clear()：删除字典内所有元素
2、radiansdict.()：返回一个字典的浅复制
3、radiansdict.fromkeys()：创建一个新字典，以序列seq中元素做字典的键，val为字典所有键对应的初始值
4、radiansdict.get(key, default=None)：返回指定键的值，如果值不在字典中返回default值
5、radiansdict.has_key(key)：如果键在字典dict里返回true，否则返回false
6、radiansdict.items()：以列表返回可遍历的(键, 值) 元组数组
7、radiansdict.keys()：以列表返回一个字典所有的键
8、radiansdict.setdefault(key, default=None)：和get()类似, 但如果键不已经存在于字典中，将会添加键并将值设为default
9、radiansdict.update(dict2)：把字典dict2的键/值对更新到dict里
10、radiansdict.values()：以列表返回字典中的所有值