### 关于Python中字典和字符串的操作练习 #### 字符串操作实例 对于字符串`"Python is a powerful programming language. Python is widely used in web development, data analysis, and artificial intelligence."`，可以通过调用内置方法`count()`来统计特定子串出现的次数。例如要找出单词`"Python"`在这段话里出现了几次，可以这样做： ```python text = "Python is a powerful programming language. Python is widely used in web development, data analysis, and artificial intelligence." b = text.count('Python') print(b) # 输出结果为2 ``` 这段代码展示了如何使用`count()`函数统计指定模式在字符串中的匹配数量[^2]。 #### 字典基本操作示例 下面是一个简单的例子，展示怎样创建并处理一个代表多项式的字典，在这个过程中实现了对该多项式的微分运算： ```python def diff(poly_dict): """接受一个多形式字典作为输入参数，并返回其一阶导数对应的字典""" derivative = {} for power, coefficient in poly_dict.items(): if power != 0: new_power = power - 1 new_coefficient = power * coefficient derivative[new_power] = new_coefficient return derivative ``` 此函数接收一个键值对分别为指数项及其系数构成的字典对象作为参数，遍历这些项目并对每一个非零次幂执行一次求导过程，最后得到一个新的字典表示原表达式的一阶导数[^3]。 #### 结合两者进行计算思维训练 为了更好地理解这两种数据结构的应用场景以及它们之间可能存在的联系，考虑这样一个问题：如果有一个由多个城市名组成的列表，每个名字后面跟着该市某天记录下来的温度读数（以浮点数值给出），那么可以用什么方式高效地存储这样的信息？一种解决方案就是采用字典，其中键是唯一的标识符——这里指代各个城市的名称；而相应的值则保存着对应日期下的平均气温。之后还可以进一步扩展功能，比如查询某个具体位置的历史最高温/最低温等统计数据，或是分析一段时间内全国范围内最热/冷的城市分布情况等等。