Курс Python → Структуры данных в Python

Для начала, в Python словарь — это структура данных, которая хранит пары ключ-значение. Ключи должны быть уникальными, но значения могут быть любого типа данных, включая числа, строки, списки, другие словари и т.д. Например, вы можете создать словарь, в котором ключами будут имена студентов, а значениями — их оценки по разным предметам.

Когда вы помещаете список внутрь словаря, это позволяет вам создавать вложенные структуры данных. Например, вы можете создать словарь, где ключами будут названия разных отделов компании, а значениями — списки сотрудников этого отдела. Таким образом, вы можете легко получить доступ к информации о сотрудниках конкретного отдела.

employees = {
    "IT": ["Alice", "Bob", "Charlie"],
    "HR": ["David", "Eve"]
}

print(employees["IT"]) # Выведет список сотрудников IT отдела

Кроме того, вы можете создавать более сложные структуры данных, в которых будут вложены не только списки, но и другие словари. Например, вы можете создать словарь, где ключами будут названия различных книг, а значениями — словари с информацией о каждой книге, такую как автор, год издания и т.д.

books = {
    "Python Programming": {
        "author": "John Smith",
        "year": 2020
    },
    "Data Science": {
        "author": "Alice Brown",
        "year": 2019
    }
}

print(books["Python Programming"]["author"]) # Выведет автора книги "Python Programming"

Таким образом, использование вложенных структур данных в словарях Python позволяет вам организовывать информацию более удобным и структурированным способом, что упрощает доступ к нужным данным и их обработку.

Твои коллеги будут рады, поделись в

Автор урока

Дмитрий Комаровский
Дмитрий Комаровский

Автоматизация процессов
в КраснодарБанки.ру

Другие уроки курса "Python"

  1. Модуль antigravity: генерация координат
  2. Создание треугольника Паскаля
  3. Фильтрация списков с itertools
  4. Создание файла с проверкой ошибки
  5. Экранирование символов в Python
  6. Отображение HTML кода в Python
  7. IPython и Jupyter Notebook: руководство
  8. Управление асинхронными задачами с помощью Semaphore
  9. Измерение времени выполнения кода с помощью time
  10. Работа с Enum в Python3.
  11. Удаление ссылок в Python
  12. Работа с timedelta
  13. Итераторы в Python
  14. Локальные переменные.
  15. Возвращение нескольких значений
  16. Проверка класса объекта
  17. Искажение имен в Python
  18. Декоратор для группы пользователей в Django
  19. Комментарии в Python.
  20. Метод splitlines() для разделения строк
  21. Python: отличительная особенность — отступы
  22. Метод count() для списка
  23. Проверка типов с использованием isinstance
  24. Переворот строки с помощью срезов
  25. Копирование и вставка текста в Python
  26. Генерация резюме в Gensim
  27. Numpy: объединение массивов
  28. Подсказки типов в Python
  29. Создание виртуальной среды
  30. Математические функции в Python
  31. Создание словарей и множеств в Python.
  32. Комментарии в Python
  33. Работа со строками в Python
  34. Методы работы со строками в Python
  35. Новшества Flask 2.0
  36. Фильтрация данных в Python.
  37. Управление памятью в numpy.
  38. Декоратор total_ordering для класса Point
  39. Определение локальных переменных в Python
  40. Списковое включение в Python
  41. Создание списков в Python
  42. Форматирование строк в Python
  43. Особенности запятых в Python
  44. Работа со строками в Python
  45. Работа с классами данных
  46. Функции range() в Python

Marketello читают маркетологи из крутых компаний