本节我们接着讲字典（Dictionary）类型：
这个系列教程建议对照着视频学习，以下仅为课件内容。
本节课程的视频和实例源码下载方式：点击->我的主页，查看个人简介。
我尽量坚持每日更新一节。
字典，也是Python中使用得比较广泛的一种数据类型。
字典本质上是一种“键值对”（key-value）的集合。“键值对”这种数据的描述方式，更加符合我们对客观世界的认识。客观世界的数据，通常都存在一个名字-key，以及对应的值-value，使用“键值对”可以非常直观简便地表达这些数据。一些数据库技术也是基于键值对的数据存储方式，比如Redis、memcached。“键值对”在大数据领域也有广泛应用。
字典的结构定义和JSON基本一致，两者可以很方便的相互转换。
字典的语法如下：
{key1: value1, key2: value2, key3: value3, …}
字典使用大括号{}括起来，每个key-value之间使用逗号分割。Key和value之间使用冒号：分割。
同一个字典里面，key值需要保证唯一，不能重复，并且只能是不可变数据类型（数字、字符串、元组）。
Value不要求唯一，并且可以是任意数据类型。
-
了解hash结构：
字典是一种hash结构，我们有必要简单了解一下hash结构。下图是一个hash结构的示意（这不是python的真正实现）：
hash是一种数据结构，准确说是一种数据的组织方式。我们在编程中，为了便于数据的操作（增删改查），尤其是性能考虑，会将数据对象以某种特别的方式组织起来，这就是数据结构。除了hash以为，还有数组array、链表sll\dll、平衡二叉树avl、红黑树rbt等。这些数据结构，是编程的算法范畴，不是编程语言的语法范畴，不同的编程语言都可以实现这些数据结构。我们不会重点去讲这些算法的东西，但是作为程序员，你需要理解这些常用的算法。如果有必要我后面可以专门制作一个系列来讲算法。
上图是我工作中最常见的hash结构。它定义了一个hash表（核心是一个定长的数组），用于存hash_key，由于它是数组，所以可以通过索引来查找，性能高。数据对象的key，通过一个hash函数映射到hash_key，这个映射关系可能是n:1，所以存在一个hash_key对应多个数据对象的情况，这就是所谓的hash冲突。为了解决hash冲突，我们在每个hash_key下面挂了一个链表结构，这个就是hash桶（bucket）。Hash冲突越严重，bucket就会越深，从而导致查找性能就越低，所以hash函数是关键。衡量一个hash函数的好坏，是它能否将所有数据对象均衡的散列到不同的hash_key上面的，并且hash函数本身不能耗费太多性能。
Hash结构，是各种操作（增删改查）性能都比较高比较均衡的一种结构，使用较广泛。
-
字典和列表的区别
字典不是一种序列，它没有索引，并且是无序的，这一点和列表存在本质区别，大家要注意。
实质上，字典在python的底层实现中，是一种hash索引结构。所以字典结构在查询、新增、删除、修改上面表现出更加优异的时间性能。
而列表在python的底层实现中，是一种动态数组结构。该数组元素不会直接保存列表元素的数据，而是存储了列表元素的地址。地址的大小是固定的，所以它可以是一个数组结构。由于它是动态数组（支持resize内存空间），所以也可以支持扩容。同时，数组是连续存储的，所以列表存在索引，是有序的。
下图示意了字典和列表的区别，不同的python版本可能存在差异，但是大体类似。
列表采用了指针数组，它是一段连续内存，所以它可以像数组一样去索引的。而字典采用了hash表结构，key值是通过hash函数去命中到一个hash index，所以它只能通过key值去查找。
真正的实现中，不会像我画的这么简单。比如字典的hash表还需要考虑hash散列、hash冲突，但是这些细节并不影响我们理解字典和列表之间的本质区别。对于初学者，不建议大家现在去搞懂这些细节，可以留待后面再去深入理解。
下面我们通过一系列实例来熟悉字典的操作：
# file: ./5/5_8.py
# 字典
dict_1 = {'name': 'xiaowang', 'age': 20, 'city': 'Chengdu'}
print('name: %s, age: %d, city: %s' % (dict_1['name'], dict_1['age'], dict_1['city']))
dict_1['city'] = 'Beijing'
print('name: %s, age: %d, city: %s' % (dict_1['name'], dict_1['age'], dict_1['city']))
dict_2 = {}.fromkeys(('name', 'age', 'city')) # 批量根据key值初始化一个字典
print(dict_2)
print(len(dict_1))
# 增加键值对
dict_1['sex'] = 'male'
print(dict_1)
# 删除键值对
del dict_1['sex']
print(dict_1)
# 批量更新
dict_3 = {'name': 'xiaoliu', 'age': 18, 'city': 'Chengdu', 'sex': 'female'}
dict_1.update(dict_3)
print(dict_1)
# 判断key是否在字典中存在
print('name' in dict_3)
# 获取所有的key
print(list(dict_1.keys()))
# 获取所有的value
print(list(dict_1.values()))
# 获取所有的(键, 值) 元组列表
print(list(dict_1.items()))
# 清空字典
dict_1.clear()
print(dict_1)
-
深复制和浅复制
python提供了copy()方法，用于字典的浅复制（shallow copy）。与浅复制相对应的，还有深复制(deep copy)的概念。我们通过实例来理解一下二者的区别。浅复制和深复制的概念在很多编程语言中都涉及，大家应该理解并举一反三。
# file: ./5/5_10.py
# 深复制和浅复制
dict_1 = {'name': 'xiaowang', 'age': 20, 'score': {'yuwen': 90, 'shuxue': 100}}
dict_2 = dict_1.copy()
print('dict_1:', dict_1)
print('dict_2:', dict_2)
# 修改value
print('modify 90->98'.center(64, '-'))
dict_1['score']['yuwen'] = 98
print('dict_1:', dict_1)
print('dict_2:', dict_2)
# 深拷贝
print('deep copy'.center(64, '-'))
import copy
dict_3 = copy.deepcopy(dict_1)
print('dict_1:', dict_1)
print('dict_3:', dict_3)
print('modify 98->99'.center(64, '-'))
dict_1['score']['yuwen'] = 99
print('dict_1:', dict_1)
print('dict_3:', dict_3)输出结果为：
dict_1: {'name': 'xiaowang', 'age': 20, 'score': {'yuwen': 90, 'shuxue': 100}}
dict_2: {'name': 'xiaowang', 'age': 20, 'score': {'yuwen': 90, 'shuxue': 100}}
-------------------------modify 90->98--------------------------
dict_1: {'name': 'xiaowang', 'age': 20, 'score': {'yuwen': 98, 'shuxue': 100}}
dict_2: {'name': 'xiaowang', 'age': 20, 'score': {'yuwen': 98, 'shuxue': 100}}
---------------------------deep copy----------------------------
dict_1: {'name': 'xiaowang', 'age': 20, 'score': {'yuwen': 98, 'shuxue': 100}}
dict_3: {'name': 'xiaowang', 'age': 20, 'score': {'yuwen': 98, 'shuxue': 100}}
-------------------------modify 98->99--------------------------
dict_1: {'name': 'xiaowang', 'age': 20, 'score': {'yuwen': 99, 'shuxue': 100}}
dict_3: {'name': 'xiaowang', 'age': 20, 'score': {'yuwen': 98, 'shuxue': 100}}
所谓浅复制，其实是复制了内存的地址，并没有拷贝内存里面存的数据。
而深复制，则是重新分配了一块内存，并把数据拷贝进去。
所以，我们通过上面的实例可以看到，在浅复制的情况下，我们改变dict_1的值，dict_2依然会跟着变化，说明他们指向了同一块内存空间。而深复制的情况下，则互不影响，说明他们指向的是不同的内存空间。
通过下面的图，更加容易理解：
大家可以思考一下，为什么key为‘name’和‘age’的值不受浅复制的影响呢？
下一节我们讲集合Set的概念。
本节课程的视频和实例源码下载方式：点击->我的主页，查看个人简介。
我尽量坚持每日更新一节。