### Python 字典 (dict) 的基本使用与 JSON 结构转换 #### 基本字典操作 在 Python 中，`dict` 是一种非常常用的数据结构，用于存储键值对。可以通过多种方式访问、修改以及遍历 `dict` 数据。 以下是常见的字典操作示例： ```python # 创建字典 my_dict = {'key1': 'value1', 'key2': 'value2'} # 访问字典中的值 print(my_dict['key1']) # 输出: value1 # 修改字典中的值 my_dict['key1'] = 'new_value' print(my_dict['key1']) # 输出: new_value # 添加新的键值对 my_dict['key3'] = 'value3' # 删除某个键值对 del my_dict['key2'] # 遍历字典的键和值 for key, value in my_dict.items(): print(f"{key}: {value}") ``` 上述代码展示了如何创建、访问、修改、删除以及遍历字典[^1]。 --- #### 迭代字典的不同方法 Python 提供了多种迭代字典的方式，具体如下所示： - **keys()**: 返回字典中所有的键。 - **values()**: 返回字典中所有的值。 - **items()**: 同时返回键和对应的值。 示例代码如下： ```python my_dict = {'a': 1, 'b': 2, 'c': 3} # 遍历 keys() for key in my_dict.keys(): print(key) # 遍历 values() for value in my_dict.values(): print(value) # 遍历 items() for key, value in my_dict.items(): print(f"{key} -> {value}") ``` 通过这些函数可以高效地完成不同场景下的需求。 --- #### 将字典转换为 Pandas DataFrame 如果需要将字典数据转化为表格形式以便进一步分析，则可以借助 `pandas` 库来实现这一目标。 下面是一个简单的例子展示如何将嵌套字典转成 DataFrame 表格： ```python import pandas as pd # 定义字典 data = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 22], 'City': ['New York', 'San Francisco', 'Los Angeles'] } # 转换为 DataFrame df = pd.DataFrame(data) # 显示结果 print(df) ``` 运行此脚本会得到一个清晰易读的二维表格式输出[^2]。 --- #### 处理 JSON 格式的字典 当涉及到 JSON 文件或者字符串时，通常需要用到标准库模块 `json` 来解析或序列化对象。这里提供两个主要功能说明及其对应实例： - **加载 JSON 字符串到 Python 字典** ```python import json json_string = '{"name": "John", "age": 30}' python_dict = json.loads(json_string) print(python_dict["name"]) # John ``` - **保存 Python 字典至 JSON 字符串** ```python import json python_dict = {"name": "Jane", "age": 28} json_string = json.dumps(python_dict) print(json_string) # {"name": "Jane", "age": 28} ``` 以上两段程序分别演示了从 JSON 到 Dict 和反向的过程[^3]。 ---