什么是Python中的映射？

在Python中，映射(Mapping)是一种通过键(key)来访问值(value)的数据结构，它将键与值相关联形成键值对。Python中最常用的映射类型是字典(dict)。

字典的基本操作

1. 创建字典

# 创建空字典
empty_dict = {}

# 使用花括号创建字典
person = {
    "name": "Alice",
    "age": 30,
    "occupation": "工程师"
}

# 使用dict()构造函数
country_capitals = dict(USA="华盛顿", China="北京", Japan="东京")

# 使用键值对序列创建
coordinates = dict([("x", 10), ("y", 20), ("z", 30)])

2. 访问字典元素

# 通过键访问值
print(person["name"])  # 输出: Alice

# 使用get()方法安全访问（键不存在时返回None）
print(person.get("age"))     # 输出: 30
print(person.get("height"))  # 输出: None

# 设置默认值
print(person.get("height", 170))  # 输出: 170

3. 更新与添加元素

# 更新现有值
person["age"] = 31

# 添加新键值对
person["email"] = "alice@example.com"

# 使用update()方法批量更新
person.update({"age": 32, "city": "纽约"})

4. 删除元素

# 使用del删除指定键
del person["occupation"]

# 使用pop()删除并返回被删值
age = person.pop("age")

# 使用popitem()删除最后插入的键值对（Python 3.7+）
key, value = person.popitem()

# 清空字典
person.clear()

字典的遍历技巧

scores = {"数学": 90, "英语": 85, "编程": 95}

# 遍历所有键
for subject in scores.keys():
    print(subject)

# 遍历所有值
for score in scores.values():
    print(score)

# 遍历所有键值对
for subject, score in scores.items():
    print(f"科目: {subject}, 分数: {score}")

# 字典推导式示例
squared = {x: x**2 for x in range(1, 6)}
# 输出: {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

字典的高级用法

1. 嵌套字典

# 创建嵌套字典
employees = {
    "Alice": {
        "age": 30,
        "position": "工程师",
        "skills": ["Python", "Java"]
    },
    "Bob": {
        "age": 35,
        "position": "设计师",
        "skills": ["Photoshop", "Illustrator"]
    }
}

# 访问嵌套数据
print(employees["Alice"]["skills"][0])  # 输出: Python

2. 合并字典

# Python 3.9+ 使用 | 运算符
dict1 = {"a": 1, "b": 2}
dict2 = {"b": 3, "c": 4}
merged = dict1 | dict2  # {'a': 1, 'b': 3, 'c': 4}

# 旧版本Python使用update()或{**dict1, **dict2}

3. 字典排序

# 按键排序
sorted_by_key = {k: scores[k] for k in sorted(scores)}

# 按值排序
sorted_by_value = {k: v for k, v in sorted(scores.items(), key=lambda item: item[1])}

collections模块中的映射类型

from collections import defaultdict

word_count = defaultdict(int)
for word in ["apple", "banana", "apple"]:
    word_count[word] += 1

from collections import OrderedDict

od = OrderedDict()
od["first"] = 1
od["second"] = 2
od["third"] = 3

from collections import Counter

text = "hello world"
char_count = Counter(text)
# char_count: {'l': 3, 'o': 2, 'h': 1, ...}

字典使用最佳实践

• 使用有意义的键名，避免过于简单的键名
• 处理可能缺失的键时优先使用get()方法
• 使用字典推导式代替循环创建新字典
• 当需要有序字典时使用OrderedDict
• 当需要默认值时使用defaultdict
• 使用items()同时遍历键和值
• 对于大型字典，考虑使用sys.getsizeof()检查内存占用

实际应用场景

# 统计列表中元素出现频率
data = [1, 2, 3, 2, 1, 3, 1, 1, 2]
freq = {}
for num in data:
    freq[num] = freq.get(num, 0) + 1

# 应用配置存储
app_config = {
    "database": {
        "host": "localhost",
        "port": 5432,
        "user": "admin"
    },
    "logging": {
        "level": "DEBUG",
        "file": "app.log"
    }
}

# 简单缓存机制
cache = {}

def get_data(key):
    if key not in cache:
        # 模拟耗时操作
        cache[key] = expensive_operation(key)
    return cache[key]