1. 字典是什么？ #

• 字典（dict）存储键值对（key: value），通过键快速取值，而不是像列表那样用数字下标。
• 全栈开发里字典几乎无处不在：HTTP 请求体与响应 JSON、settings 配置、ORM 序列化结果等。
• 本质都是「键 → 值」的映射。
• 键须为不可变且唯一的类型（常用字符串、数字、元组）；值可以是任意类型，包括列表、嵌套字典。
• Python 3.7+ 会保持插入顺序，遍历 items() 时顺序稳定。
• 逻辑上仍应把字典当作「按键查找」的结构，而非按位置访问的列表。

# 创建用户信息字典
user = {
    "id": 1,
    "name": "Alice",
    "active": True,
}

2. 创建与访问 #

• 空字典写 {} 或 dict()；有初始键值时用字面量 {"name": "Bob"}。
• d["key"] 在键不存在时抛 KeyError，适合「字段必须存在」的场景。
• d.get("key") 在键不存在时返回 None，还可传默认值，如 d.get("page", 1)。
• 处理接口可选字段时优先用 get。
• 新增键用 d["x"] = value 即可；只有「读取」才需要区分 [] 与 get。

# 空字典
empty = {}
# 创建含姓名和年龄的字典
person = {"name": "Bob", "age": 25}

# 直接访问：键不存在会 KeyError
print(person["name"])

# get：更安全，键不存在返回 None
print(person.get("email"))
# get 可设默认值，键不存在时返回 ""
print(person.get("email", ""))

3. 修改与删除 #

• 对已存在的键赋值会覆盖原值；对新键赋值会新增条目。
• update() 可一次合并多个键值，传入另一个字典或关键字参数。
• Python 3.9+ 支持 d1 | d2 得到新字典（键冲突时以后者为准），不改变 d1。
• 若要在原字典上合并，仍用 d1.update(d2)。
• 删除用 del d["key"]（键不存在会报错），或 d.pop("key", default) 删除并返回值。
• pop 适合「取出并删掉」的语义，如处理一次性 token。

# 初始字典
person = {"name": "Bob", "age": 25}
# 修改已有键的值
person["age"] = 26
# 新增键值对
person["city"] = "Beijing"
# 批量更新多个键
person.update({"job": "dev"})
print(person)
# 另一个字典，用于合并
person2 = {"salary": 10000}
# 合并两个字典（Python 3.9+）
print(person | person2)
# 删除指定键
del person["city"]
# 删除键并返回值，无键时返回 None
role = person.pop("job", None)
print(role)

4. 遍历 #

• 遍历字典最常用 for key, value in d.items()，同时拿到键和值。
• 只关心键时写 for key in d（等价于 for key in d.keys()）；只要值用 d.values()。
• 判断某个键是否存在用 "key" in d，比先 get 再判断 None 更直观。
• 遍历顺序在 Python 3.7+ 为插入顺序，但不要依赖「键的字母序」。
• 需要排序展示时用 sorted(d.items()) 或按业务字段排序。

# 初始字典
person = {"name": "Bob", "age": 25}
# 同时遍历键和值
for key, value in person.items():
    print(key, value)

# 默认只遍历键
for key in person:
    print(key)

# 判断键是否存在
if "name" in person:
    print("有 name 字段")

5. 常用模式 #

• 实际项目里反复出现：用 get 做计数累加、解析嵌套 JSON、列表按 id 建索引、JSON 互转、浅拷贝与深拷贝。
• 掌握这些模式后，读接口文档、写 DRF Serializer、处理配置会顺手很多。
• 下面分小节给出最小示例。

5.1 安全累加计数 #

• 统计词频、点击次数、状态分布时，键可能第一次出现。
• 用 d[key] = d.get(key, 0) + 1 可避免 KeyError，是字典里最经典的惯用写法之一。

# 初始化空字典用于计数
word_count = {}
# 遍历单词列表，累加每个单词出现次数
for word in ["apple", "banana", "apple"]:
    word_count[word] = word_count.get(word, 0) + 1
print(word_count)

5.2 嵌套字典（接口 JSON 常见） #

• 接口返回的 JSON 解析后往往是多层字典：外层 code、message，内层 data 里才是业务对象。
• 取值用链式 response["data"]["user_id"]；任一层键缺失都会 KeyError。
• 生产代码应对可选层用 get 或先判断键是否存在。

# 模拟接口返回的嵌套 JSON 结构
response = {
    "code": 200,
    "data": {"user_id": 10, "name": "Alice"},
}
# 通过两层键访问 user_id
print(response["data"]["user_id"])

5.3 列表转字典（按 id 索引） #

• 接口常返回 [{id: 1, ...}, {id: 2, ...}] 的列表，按 id 遍历查找是 $O(n)$。
• 用字典推导式 {u["id"]: u for u in users} 建成 id → 对象的映射。
• 之后 by_id[2] 为 $O(1)$ 查找，是「不要用列表当下标字典」的正面写法。

# 用户列表，每个元素是一个字典
users = [{"id": 1, "name": "A"}, {"id": 2, "name": "B"}]
# 以 id 为键，用户字典为值，便于按 id 快速查找
by_id = {u["id"]: u for u in users}
print(by_id[2]["name"])

5.4 JSON ↔ dict #

• 网络传输与存储多用 JSON 字符串；Python 内存里用 dict 操作更方便。
• json.dumps(d) 把字典序列化为字符串；json.loads(s) 把字符串解析回字典。
• 写 API、读配置文件、打日志时都会用到；dumps 会自动处理键的双引号格式。

# 导入 json 模块
import json

# dict 转 JSON 字符串
d = {"name": "Tom", "age": 20}
s = json.dumps(d)
print(s)

# JSON 字符串转 dict
d2 = json.loads(s)
print(d2)

5.5 浅拷贝和深拷贝 #

• 赋值 d2 = d1 共享同一对象；修改 d2 会影响 d1。
• d1.copy() 或 dict(d1) 是浅拷贝：最外层是新字典，嵌套的内层对象仍可能共享。
• copy.deepcopy(d1) 递归复制所有层级，副本完全独立。

• 简单扁平字典用 copy() 即可；含嵌套结构且要改内层时再用 deepcopy。

• 浅拷贝：

# 导入 copy 模块
import copy

# 含嵌套列表的字典
d1 = {"a": 1, "b": [2, 3]}
# 浅拷贝，只复制最外层
d2 = d1.copy()

# 修改副本中的嵌套列表
d2["b"].append(4)

# 原字典的内层列表也被修改，因为浅拷贝共享嵌套对象
print(d1)
print(d2)

• 深拷贝：

# 导入 copy 模块
import copy

# 含嵌套列表的字典
d1 = {"a": 1, "b": [2, 3]}
# 深拷贝，递归复制所有层级
d2 = copy.deepcopy(d1)

# 修改副本中的嵌套列表
d2["b"].append(4)

# 原字典不受影响
print(d1)
print(d2)

• 总结：简单字典用 copy() 做浅拷贝。
• 包含嵌套结构（如列表、字典等）要独立副本用 deepcopy()。

6. 项目开发要点 #

• 字典是业务数据的默认容器。
• 读可选字段用 get：避免 KeyError，如 payload.get("page", 1)。
• 不要用列表当下标字典：需要按 id 查用户用 {id: user}，不要反复遍历列表。
• JSON ↔ dict：json.loads() / json.dumps() 与字典互转。
• 合并字典：d1.update(d2) 或 Python 3.9+ 的 d1 | d2（键冲突时以后者为准）。
• 浅拷贝：copy() 只复制一层，嵌套结构改内层仍可能影响原对象。
• 不要用可变对象当键：列表、字典不能作为 key。