<think>我们讨论的是“由字典组成的列表”这种数据结构。在Python中，这实际上是一个列表（list），其中每个元素都是一个字典（dictionary）。这种数据结构在编程中非常常见，特别是在处理JSON数据或表示一组具有相同结构但不同值的对象时。 ### 由字典组成的列表：定义与示例 - **定义**：一个列表，其元素均为字典类型。 - **示例**： ```python list_of_dicts = [ {'name': 'Alice', 'age': 25}, {'name': 'Bob', 'age': 30}, {'name': 'Charlie', 'age': 35} ] ``` 这里，`list_of_dicts`是一个包含三个字典的列表，每个字典都有`name`和`age`两个键。 ### 访问数据 - **访问整个字典**：通过列表索引访问单个字典。 ```python first_person = list_of_dicts[0] # 得到{'name': 'Alice', 'age': 25} ``` - **访问字典中的值**：先通过索引获取字典，再通过键获取值。 ```python alice_age = list_of_dicts[0]['age'] # 得到25 ``` ### 修改数据 - **修改字典的值**： ```python list_of_dicts[1]['age'] = 31 # 将Bob的年龄改为31 ``` - **添加新字典到列表**： ```python new_person = {'name': 'David', 'age': 40} list_of_dicts.append(new_person) ``` - **删除字典**： ```python del list_of_dicts[2] # 删除第三个字典（Charlie） ``` ### 遍历列表 - **遍历所有字典**： ```python for person in list_of_dicts: print(person['name'], person['age']) ``` 输出： ``` Alice 25 Bob 31 David 40 ``` ### 应用场景 这种数据结构特别适用于： 1. **处理JSON数据**：JSON数组中的对象常被解析为字典列表。 2. **数据库查询结果**：ORM或数据库接口返回的结果通常是字典列表。 3. **数据表格表示**：每行是一个字典，键为列名，值为对应数据。 ### 注意事项 - **键的一致性**：如果列表中的字典有相同的键，遍历和数据处理会更方便。 - **内存使用**：当列表很大时，这种结构可能占用较多内存，需考虑优化（如使用生成器或Pandas DataFrame）。 ### 相关问题 1. 如何将字典列表转换为Pandas DataFrame？ 2. 如何对字典列表按某个键的值排序？ 3. 如何从字典列表中提取所有键？ 4. 如何处理字典列表中缺失键的情况？ [^1]: 字典是可变容器模型，存储键值对[^1]。 [^2]: 通过键访问字典的值[^2]。 </think> ### 由字典组成的列表：数据结构解析 这种结构是 **Python 列表（List）中存储多个字典（Dictionary）** 的复合数据类型，其核心特征如下： #### 1. **数据结构定义** ```python # 示例：列表包含多个字典 people = [ {"name": "Alice", "age": 25, "city": "Beijing"}, # ← 字典1 {"name": "Bob", "age": 30, "city": "Shanghai"}, # ← 字典2 {"name": "Charlie", "age": 28} # ← 字典3（键可不同） ] ``` - **外层容器**：`list` 提供**有序索引访问**（通过 `[0]`, `[1]` 定位字典）[^3][^4] - **内层元素**：`dict` 以 **键值对（Key-Value）** 存储数据（如 `"name": "Alice"`）[^1] #### 2. **核心特性** | 特性 | 说明 | 示例 | |---------------------|----------------------------------------------------------------------|--------------------------| | **有序性** | 列表保持元素插入顺序 | `people[0]` 访问第一个字典 | | **异构性** | 不同字典可有不同键 | 第三个字典无 `"city"` 键 | | **动态可变** | 支持增删改操作 | 见下方操作示例 | | **嵌套访问** | 通过 `列表索引` + `字典键` 访问具体值 | `people[1]["age"]` → 30 | #### 3. **常用操作** **(1) 访问数据** ```python print(people[0]["name"]) # 输出: Alice（访问第一个字典的name键） print(people[-1]["age"]) # 输出: 28（访问最后一个字典的age键） ``` **(2) 修改数据** ```python people[1]["city"] = "Shenzhen" # 修改Bob的城市 people[2]["gender"] = "Male" # 为Charlie添加新键 ``` **(3) 增加字典** ```python people.append({"name": "Diana", "age": 22}) # 列表末尾添加新字典 ``` **(4) 删除字典** ```python del people[0] # 删除第一个字典 people.pop(1) # 删除并返回第二个字典 ``` **(5) 遍历操作** ```python # 遍历所有字典 for person in people: print(person["name"], person.get("city", "未知")) # get()避免KeyError # 带索引遍历 for i, person in enumerate(people): print(f"第{i}人: {person['name']}") ``` #### 4. **典型应用场景** - **JSON数据处理**：解析API返回的JSON数组（每个对象转为字典） - **表格型数据**：每行一个字典，键对应列名 - **数据库查询结果**：ORM返回的多条记录 ```python # 模拟数据库查询结果 users = [ {"id": 101, "name": "Alice", "role": "admin"}, {"id": 102, "name": "Bob", "role": "user"} ] ``` #### 5. **注意事项** - **键不存在处理**：用 `dict.get(key, default)` 避免 `KeyError` - **深浅拷贝问题**：修改嵌套字典时注意复制（`copy.deepcopy()`） - **内存效率**：大量数据时考虑使用 `pandas.DataFrame` 替代 --- ### 相关问题 1. 如何将字典列表转换为 Pandas DataFrame？ 2. 如何对字典列表按某个键的值排序？ 3. 如何合并两个字典列表并去重？ 4. 如何高效查找字典列表中特定键值的项？ [^1]: 字典是可变容器模型，存储键值对[^1]。 [^2]: 通过键访问字典的值[^2]。 [^3]: 列表支持排序和反转等操作[^3]。 [^4]: 列表操作包含长度计算、最值等函数[^4]。