【Python】字典 - Dictionary
字典 - Dictionary
- keys()
- values()
- items()
- get()
- 获取文件中指定字符的个数
- 进阶版:获取所有单词的频数
- 进阶版:获取所有字符的频数
| 函数 | 内容 |
|---|---|
| keys() | 输出字典中的所有键 |
| values() | 输出字典中的所有值 |
| items() | 以元组的形式输出键值对 |
| get() | 获取字典中指定键的值 |
keys()
test = {'chuck':1, 'fred':42, 'jan':100}
print(test.keys())
if "chuck" in test.keys():print("true")
keys() 方法将字典 test 中所有的键输出;
输出结果为:
dict_keys(['chuck', 'fred', 'jan'])
true
values()
test = {'chuck':1, 'fred':42, 'jan':100}
print(test.values())
if 1 in test.values():print("true")
values() 方法将字典 test 中所有的值输出;
输出结果为:
dict_values([1, 42, 100])
true
items()
test = {'chuck':1, 'fred':42, 'jan':100}
print(test.items())
for k, v in test.items():print("key =", k, "while values =", v)
items() 方法将字典 test 中的键值对输出;
输出结果为:
dict_items([('chuck', 1), ('fred', 42), ('jan', 100)])
key = chuck while values = 1
key = fred while values = 42
key = jan while values = 100
get()
inventory = {"apples":430, "banana":312, "pears":223, "oranges":221}print(inventory["banana"])
print(inventory.get("banana"))
print(inventory.get("banana",0))
get() 方法获取字典中指定键的值;
上述三种获取方法结果相同,而最后一种在找不到指定键的时候不会报错退出,而是会输出指定值,在这里是 0
获取文件中指定字符的个数
方法一:统计单个元素的个数
f = open('scarlet.txt', 'r')
txt = f.read()t_count = 0
for c in txt:if c == 't':t_count = t_count + 1
print("t: " + str(t_count) + " occurrences")
方法二:统计多个元素的个数
f = open('scarlet.txt', 'r')
txt = f.read()letter_counts = {}
letter_counts['t'] = 0
letter_counts['s'] = 0
for c in txt:if c == 't':letter_counts[c] = letter_counts[c] + 1elif c == 's':letter_counts[c] = letter_counts[c] + 1print("t: " + str(letter_counts['t']) + " occurrences")
print("s: " + str(letter_counts['s']) + " occurrences")
方法三:统计所有元素的个数
f = open('scarlet.txt', 'r')
txt = f.read()letter_counts = {}
for c in txt:if c not in letter_counts:letter_counts[c] = 0letter_counts[c] = letter_counts[c] + 1print("t: " + str(letter_counts['t']) + " occurrences")
print("s: " + str(letter_counts['s']) + " occurrences")
进阶版:获取所有单词的频数
word_counts = {}for word in sentence.split():word_counts[word] = word_counts.get(word, 0) + 1
进阶版:获取所有字符的频数
char_d = {}
for c in stri:char_d[c] = char_d.get(c, 0) + 1
相关文章:
【Python】字典 - Dictionary
字典 - Dictionarykeys()values()items()get()获取文件中指定字符的个数进阶版:获取所有单词的频数进阶版:获取所有字符的频数函数内容keys()输出字典中的所有键values()输出字典中的所有值items()以元组的形式输出键值对get()获取字典中指定键的值 keys…...
LeetCode分类刷题----二叉树
二叉树1.二叉树的递归遍历144.二叉树的前序遍历145.二叉树的后序遍历94.二叉树的中序遍历2.二叉树的迭代遍历144.二叉树的前序遍历145.二叉树的后序遍历94.二叉树的中序遍历3.二叉树的层序遍历102.二叉树的层序遍历107.二叉树的层序遍历||199.二叉树的右视图637.二叉树的层平均…...
Zipkin : Golang 微服务全链路监控(三)
Zipkin : Golang 微服务全链路监控(三) Golang 微服务全链路监控实现 broker-service -> auth-service -> postgres dbzipkin 监控:需代码入侵 使用 zipkin 库的 serverMiddleware,其通过 Http 跟踪(trace&am…...
5.3 BGP路由黑洞
5.2.3实验3:BGP路由黑洞 1. 实验目的 熟悉BGP路由黑洞的应用场景掌握BGP水平分割的配置方法2. 实验拓扑 实验拓扑如图5-3所示: 图5-3:BGP路由黑洞 3. 实验步骤 配置IP地址 R1的配置 <Huawei>syst...
STM32 DFU模式烧录代码
什么是DFU? dfu的本质是isp,usb接口的isp,在系统编程,进入isp的方式我们先了解 如下图 boot0为高电平 boot1为低电平即可进入isp模式。 熟悉的场景 在我们使用flymcu软件下载代码时,本质也是isp 串口接口的isp。 傻瓜使用方式…...
松下PLC通过fpwin上传写入MRTC模块方法
目录 PLC程序上传方法 加密模块使用 PLC程序上传方法 手动将PLC模式设置为prog模式查看PLC是否设置为禁止上传查询指示灯是否变蓝,变蓝则需要将PLC禁止上传功能取消。 3.当上述动作操作完成后,将PLC程序导入到PLC中。为了配合加密程序使用,…...
就业大山之下的网络安全:安逸的安服仔
从去年开始,各个互联网大厂就接二连三的放出了裁员消息,整个互联网行业好像都处于寒冬状态。微博、小米、滴滴、知乎、拼多多等在内的一大批互联网知名企业,也相继传出“人员优化”的消息。 除了国内市场的萧条,国外市场也是不容…...
JavaWeb3-线程的3种创建方式7种写法
目录 1.方式一:继承Thread(2种写法) 写法①(常规): a.使用jconsole观察线程 b.启动线程——start方法 PS:(常见面试题)start 方法与 run 方法的区别: 写…...
驱动调试手段
文章目录 前言一、通过sysfs调试LCD查看电源:查看 pwm 信息查看管脚信息总结前言 本文记录在驱动中常用的调试手段 提示:以下是本篇文章正文内容,下面案例可供参考 一、通过sysfs 系统起来之后可以读取 sysfs 一些信息,来协助调试 示例: 调试LCD 输入如下命令 cat /…...
[RK3568 Android12] 音频及路由
1:概述(耳机 ,hdmiin ,板载喇叭) 在开发板上面,系统注册了三个音频输出通道,如下: [ 2.280612] ALSA device list: [ 2.280622] #0: rockchip,rk809-codec [ 2.280630] #1: ROCKCHIP,SPDIF [ 2.280638] #2: rockchip,hdmi console:/proc/asound # cat pcm …...
C++——C++11 第一篇
目录 统一的列表初始化 {}初始化 decltype 编辑 nullptr STL中一些变化 右值引用和移动语义 左值引用和右值引用 总结 左值引用优缺点 右值引用(将亡值) 拷贝赋值和移动赋值 万能引用|完美转发 移动构造和移动赋值注意…...
Spring Data JPA 中 CrudRepository 和 JpaRepository 的区别
1 问题描述Spring Data JPA 中,CrudRepository 和 JpaRepository 有何区别?当我在网上找例子的时候,发现它们可以互相替换使用。它们有什么不同呢?为什么你习惯用其中的一个而不是另一个呢?2 CrudRepository 和 JpaRep…...
推荐几款好用的数据库管理工具
本文主要介绍几款常用的数据库管理软件(客户端),包括开源/免费的、商用收费的,其中有一些是专用于 MySQL 数据库的,例如 MySQL Workbench、phpMyAdmin,有一些是支持多种 SQL、NoSQL 数据库的,例…...
DPDK — 性能优化手段
目录 文章目录 目录硬件布局层面的优化操作系统层面的优化Linux 操作系统版本应用程序层面的优化Cache 优化内存对齐内存预取SIMD 报文批处理DDIO使用高级 CPU 指令集硬件布局层面的优化 DPDK 在硬件布局层面的优化,主要体现在以下几个方面: CPU 频率的高低:CPU 频率越高,…...
Fedora Linux未来五年规划
Fedora 委员会一直致力于起草战略计划,以帮助 Fedora Linux 更好地发展。近日 Fedora 委员会公布了一份 “《未来五年的 Fedora Linux 》” 战略计划草案,这份草案里面包含了他们的雄心壮志:每周将 Fedora 的活跃贡献者人数增加一倍。 Fedora…...
【C++之容器篇】map和set常见函数接口的使用与剖析
目录前言一、set1. 简介2. 成员类型3. 构造函数(1) set()(2)set(InputIterator first,InputIterator last)(3)使用4. 拷贝构造函数和赋值运算符重载5. empty()6. size()7. insert()(1)pair<iterator,bool> insert(const K& key)(2)iterator insert(iterator pos,cons…...
虚拟DOM是什么
参考文章做的总结,如有不足之处请指正! 在讲虚拟dom之前,先讲讲,为什么前端操作dom会导致页面性能降低? 先说几个概念 有助于后面的理解 什么是 JavaScript 引擎? JavaScript引擎是一个专门处理JavaScript脚…...
进程通信方式
无名管道( pipe ): 管道是一种半双工的通信方式,数据只能单向流动,而且只能在具有亲缘关系的进程间使用。进程的亲缘关系通常是指父子进程关系。高级管道(popen): 将另一个程序当做一个新的进程在当前程序进…...
强化学习基础知识
强化学习是一种机器学习方法,通过agent与environment的互动,学习适当的action policy以取得更大的奖励reward。本篇博客介绍强化学习的基础知识,与两类强化学习模型。 目录强化学习的基础设定policy based 强化学习的目标3个注意事项实际训练…...
LeetCode230218_148、654. 最大二叉树
给定一个不重复的整数数组 nums 。 最大二叉树 可以用下面的算法从 nums 递归地构建: 创建一个根节点,其值为 nums 中的最大值。 递归地在最大值 左边 的 子数组前缀上 构建左子树。 递归地在最大值 右边 的 子数组后缀上 构建右子树。 返回 nums 构建的 最大二叉树…...
DevSquad:AI多智能体协同开发平台架构与实战指南
1. 项目概述:从单兵作战到团队协作的AI开发革命如果你和我一样,是个在代码堆里摸爬滚打了十多年的老程序员,那你肯定经历过这种场景:深夜对着一个复杂的系统设计需求,脑子里同时要扮演架构师、开发、测试、安全专家等多…...
构建聚合搜索与阅读工具:一站式信息处理中枢的设计与实践
1. 项目概述:一个聚合搜索与阅读的“信息中枢”最近在折腾一个挺有意思的项目,叫all-net-search-read。光看名字,你可能会觉得这又是一个“聚合搜索”工具,市面上这类工具确实不少。但当我深入去研究和使用它时,发现它…...
2025届学术党必备的五大AI学术助手实测分析
Ai论文网站排名(开题报告、文献综述、降aigc率、降重综合对比) TOP1. 千笔AI TOP2. aipasspaper TOP3. 清北论文 TOP4. 豆包 TOP5. kimi TOP6. deepseek AI论文工具在当代学术领域,已然成为了极为关键的辅助支撑力量,它可全…...
别再手撸流程图了!用Vue-super-flow + Element UI 10分钟搞定审批流原型
用Vue-super-flow Element UI快速构建企业级审批流原型 在企业内部管理系统中,审批流程是最常见的功能需求之一。传统的手工绘制流程图方式不仅效率低下,而且难以与业务系统无缝集成。现在,借助Vue-super-flow这一强大的Vue流程图组件&#…...
从德雷科风暴看关键通信网络备用电源失效与韧性加固策略
1. 从一场风暴看关键通信网络的脆弱性2012年6月底,一场被称为“德雷科”的强对流风暴席卷了美国中西部,其影响一直延伸到东海岸。这场风暴带来的不仅仅是狂风和暴雨,更是一次对现代基础设施,特别是关键通信网络的极端压力测试。风…...
Instructure 向 Canvas 黑客支付赎金,数据虽归还但支付风险引担忧
Instructure 向 Canvas 黑客支付赎金,数据归还但支付风险引担忧 2026 年 5 月 11 日消息,Instructure 已向一群网络犯罪分子支付了赎金。在过去一周半的时间里,这群犯罪分子两次攻击了该公司的学习管理系统 Canvas。 根据这家教育技术公司周一…...
安全测试人员必备:手把手教你用WePE+Ghost镜像在VMware里快速部署Win7靶机环境
安全测试人员必备:手把手教你用WePEGhost镜像在VMware里快速部署Win7靶机环境 在网络安全学习和渗透测试领域,拥有一个随时可用的标准化测试环境至关重要。对于刚入门的安全研究员、白帽子或需要进行漏洞复现的技术人员来说,Windows 7系统仍然…...
半导体制造中的光学邻近校正(OPC)优化技术与实践
1. 光学邻近校正(OPC)在半导体制造中的关键作用在32nm以下节点的半导体制造中,光学邻近效应已成为制约光刻精度的首要瓶颈。当特征尺寸远小于曝光波长时(例如193nm光刻下的22nm节点),光线衍射会导致图案边缘…...
别再被格式拖后腿了!Paperxie 用这招让本科论文排版一步到 “校标”
paperxie-免费查重复率aigc检测/开题报告/毕业论文/智能格式排版/文献综述/AI PPThttps://www.paperxie.cn/format/typesettinghttps://www.paperxie.cn/format/typesetting 你有没有过这种经历:导师只改了一句 “格式不对,重排”,你对着 Wor…...
AndroidOfferKiller深度解析:JVM运行时数据区域面试重点
AndroidOfferKiller深度解析:JVM运行时数据区域面试重点 【免费下载链接】AndroidOfferKiller :muscle: Help you get a better offer. 项目地址: https://gitcode.com/gh_mirrors/an/AndroidOfferKiller 想要在Android面试中脱颖而出吗?掌握JVM运…...
