Python结构详解 - 字典

1. 认识字典

1.1 什么是字典

字典（dict）是一种保存键值对的映射。每个键（key）对应一个值（value），读取数据时通常通过键定位，而不是通过数字索引。

字典使用花括号 {} 创建，键和值之间用冒号分隔：

sample = {
"sample_id": "S01",
"group": "control",
"read_count": 1_250_000,
}

print(sample) # {'sample_id': 'S01', 'group': 'control', 'read_count': 1250000}

字典有以下特点：

• 键唯一：同一个键只能保留一个值。
• 可变：创建后可以添加、修改或删除键值对。
• 按键访问：键用于定位数据，不使用列表式的位置索引。
• 值类型不限：字符串、数字、列表以及其他字典都可以作为值。
• 保留插入顺序：Python 会按照键加入字典的顺序保存内容，但不会自动按字母或数值排序。

1.2 创建字典的常见方式

最常见的方式是直接使用花括号。需要逐步填充数据时，可以先创建空字典；也可以使用 dict() 创建字典。

sample = {"sample_id": "S01", "group": "control"}
empty_result = {}
settings = dict(min_reads=1_000_000, normalize=True)

使用 dict() 的关键字参数写法时，键会自动成为字符串。实际编程中，花括号写法通常更直观，也能使用数字、元组等其他合法键。

1.3 键和值的规则

键必须是可哈希（hashable）的对象。可哈希对象，就是内容不会随意改变、可以被 Python 稳定识别的对象。

• 可以作为字典键：字符串、数字、元组
• 不能作为字典键：列表、字典、集合

valid = {
"sample_id": "S01",
1: "first batch",
    ("control", 1): "replicate 1",
}

# invalid = {["control", 1]: "replicate 1"}
# TypeError: unhashable type: 'list'

如果创建字典时重复使用同一个键，后面的值会覆盖前面的值。

sample = {"group": "control", "group": "treated"}
print(sample)  # {'group': 'treated'}

2. 读取与判断

2.1 使用方括号读取值

将键写在方括号中，可以读取对应的值。

sample = {"sample_id": "S01", "group": "control"}

print(sample["sample_id"])  # S01
print(sample["group"])      # control

如果键不存在，方括号写法会抛出 KeyError。因此，它适合读取必须存在的字段。

# print(sample["batch"])  # KeyError: 'batch'

2.2 使用 get() 安全读取

get() 适合读取可能缺失的字段。键不存在时，它会返回指定的默认值；如果没有提供默认值，则返回 None。

sample = {"sample_id": "S01", "group": "control"}

print(sample.get("group"))              # control
print(sample.get("batch", "unknown"))  # unknown

方括号与 get() 的选择取决于字段是否必须存在：必须存在时使用方括号，让错误尽早暴露；允许缺失时使用 get() 并给出合适的默认值。

2.3 使用 in 判断键是否存在

in 和 not in 默认检查的是字典的键。

sample = {"sample_id": "S01", "read_count": 1_250_000}

if"read_count"in sample:
    print("Read count is available.") # Read count is available.

print("group"notin sample)  # True

如果要检查某个值，需要显式使用 values()。

print("S01"in sample)           # False：检查键
print("S01"in sample.values())  # True：检查值

2.4 获取键值对数量

len() 返回字典中键值对的数量。

sample = {"sample_id": "S01", "group": "control", "batch": "B01"}
print(len(sample))  # 3

3. 添加、修改与批量更新

3.1 添加新的键值对

给一个不存在的键赋值，就会向字典中添加新的键值对。

sample = {"sample_id": "S01", "group": "control"}

sample["batch"] = "B01"
sample["qc_pass"] = True

print(sample)

3.2 修改已有值

给已经存在的键重新赋值，会替换原来的值。

sample = {"sample_id": "S01", "qc_status": "pending"}
sample["qc_status"] = "passed"

print(sample["qc_status"])  # passed

字典中的值也可以参与计算或条件判断，再将结果写回字典。

sample = {
"sample_id": "S01",
"read_count": 1_250_000,
"coverage": "pending",
}

if sample["read_count"] >= 2_000_000:
    coverage = "high"
elif sample["read_count"] >= 1_000_000:
    coverage = "medium"
else:
    coverage = "low"

sample["coverage"] = coverage
print(sample["coverage"])  # medium

3.3 从空字典逐步构建数据

当字段需要根据计算结果逐项生成时，可以从空字典开始。

summary = {}
summary["total_samples"] = 24
summary["passed_samples"] = 21
summary["pass_rate"] = summary["passed_samples"] / summary["total_samples"]

print(summary) # {'total_samples': 24, 'passed_samples': 21, 'pass_rate': 0.875}

3.4 使用 update() 批量更新

update() 可以一次添加或修改多个键值对。新键会被添加，已有键会被覆盖。

sample = {"sample_id": "S01", "group": "control"}

sample.update({
"group": "treated",
"batch": "B02",
"qc_pass": True,
})

print(sample) # {'sample_id': 'S01', 'group': 'treated', 'batch': 'B02', 'qc_pass': True}

update() 会直接修改原字典，并返回 None，因此不要把它的返回值当成更新后的字典。

4. 删除键值对

4.1 使用 del 删除

知道键名且不需要继续使用被删除的值时，可以使用 del。

sample = {"sample_id": "S01", "group": "control", "notes": "repeat"}

del sample["notes"]
print(sample) # {'sample_id': 'S01', 'group': 'control'}

如果键不存在，del 会抛出 KeyError。

4.2 使用 pop() 删除并取得值

pop() 会删除指定键，并返回被删除的值。

sample = {"sample_id": "S01", "group": "control", "notes": "repeat"}

removed_notes = sample.pop("notes")

print(removed_notes)  # repeat
print(sample) # {'sample_id': 'S01', 'group': 'control'}

在参数中提供默认值后，即使键不存在也不会报错。

removed_notes = sample.pop("notes", None)
print(removed_notes)  # None

4.3 使用 clear() 清空字典

clear() 会删除全部键值对，但保留原来的字典对象。

cache = {"S01": "passed", "S02": "failed"}
cache.clear()

print(cache)  # {}

5. 遍历字典

5.1 遍历所有键值对

items() 会提供每一组键和值，通常使用两个变量接收。

sample = {
"sample_id": "S01",
"group": "control",
"qc_pass": True,
}

for key, value in sample.items():
    print(f"{key}: {value}")

# sample_id: S01
# group: control
# qc_pass: True

5.2 遍历所有键

直接遍历字典时，默认取得键；使用 keys() 的结果相同。

for key in sample:
    print(key)

# sample_id
# group
# qc_pass

for key in sample.keys():
    print(key)

# sample_id
# group
# qc_pass

如果显示时需要固定的排序，可以使用 sorted()。

for key in sorted(sample):
    print(key)

# group
# qc_pass
# sample_id

5.3 遍历所有值

values() 只提供值，不包含对应的键。

sample_groups = {
"S01": "control",
"S02": "treated",
"S03": "control",
}

for group in sample_groups.values():
    print(group)

# control
# treated
# control

需要去除重复值时，可以使用 set()；如果还需要稳定的显示顺序，可以再用 sorted()。

unique_groups = sorted(set(sample_groups.values()))
print(unique_groups)  # ['control', 'treated']

6. 嵌套

6.1 列表中的字典

当多个对象拥有相同字段时，可以把多个字典放入列表。

samples = [
    {"sample_id": "S01", "group": "control"},
    {"sample_id": "S02", "group": "treated"},
]

for sample in samples:
    print(f"{sample['sample_id']}: {sample['group']}")

# S01: control
# S02: treated

6.2 字典中的列表

一个键需要对应多个值时，可以将列表作为字典的值。

experiment = {
"name": "marker validation",
"genes": ["CD3D", "CD4", "CD8A"],
}

for gene in experiment["genes"]:
    print(gene)

# CD3D
# CD4
# CD8A

6.3 字典中的字典

需要通过唯一标识快速查找多个对象时，可以在字典中嵌套字典。

samples = {
"S01": {"group": "control", "qc_pass": True},
"S02": {"group": "treated", "qc_pass": False},
}

for sample_id, sample_info in samples.items():
    print(f"{sample_id}: {sample_info['group']}")
    print(f"QC passed: {sample_info['qc_pass']}")

# S01: control
# QC passed: True
# S02: treated
# QC passed: False

7. 字典推导式与复制

7.1 使用字典推导式生成字典

字典推导式可以根据一个可迭代对象快速生成键值对，基本结构如下：

{key_expression: value_expression for item in iterable}

例如，生成数字及其平方：

squares = {number: number ** 2for number in range(1, 6)}
print(squares)  # {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

也可以加入简单条件进行筛选。

qc_results = {"S01": True, "S02": False, "S03": True}
passed = {sample_id: status for sample_id, status in qc_results.items() if status}

print(passed)  # {'S01': True, 'S03': True}

如果转换逻辑包含多层条件，建议使用普通 for 循环，通常更容易阅读。

8. 常见错误与实践建议

8.1 常见错误

不要在遍历原字典时直接改变其大小。需要删除部分键时，可以遍历键的列表副本。

results = {"S01": 0.92, "S02": 0.41, "S03": 0.88}

for sample_id in list(results): # list(results) 先复制一份所有键
if results[sample_id] < 0.5:
del results[sample_id]

print(results)  # {'S01': 0.92, 'S03': 0.88}

8.2 编写清晰字典代码的建议

• 使用含义明确的名称，如 sample_info、qc_results、analysis_settings。
• 相同类型的记录尽量采用一致的键名和数据类型。
• 必填字段使用方括号读取，可选字段使用 get() 并设置合理默认值。
• 一次修改多个字段时使用 update()，同时留意已有键是否会被覆盖。
• 嵌套层级不宜过深；访问表达式越来越长时，应考虑拆分结构。
• 不要在遍历过程中直接添加或删除键。
• 需要固定展示顺序时显式使用 sorted()，不要把插入顺序误认为排序结果。

9. 常用操作速查