1. Python字典的基本迭代行为
在python中，当我们直接对一个字典进行迭代时，默认情况下，迭代器会遍历字典的所有键（keys）。这通常是新手开发者容易混淆的地方，因为他们可能期望同时获取键和对应的值。
考虑以下字典 Taqueria：
Taqueria = {
"Baja Taco": 4.25,
"Burrito": 7.50,
"Bowl": 8.50,
"Nachos": 11.00,
"Quesadilla": 8.50,
"Super Burrito": 8.50,
"Super Quesadilla": 9.50,
"Taco": 3.00,
"Tortilla Salad": 8.00
}
lst = []
for i in Taqueria:
lst.append(i)
print(lst)执行上述代码，输出结果将是一个只包含字典键的列表：
['Baja Taco', 'Burrito', 'Bowl', 'Nachos', 'Quesadilla', 'Super Burrito', 'Super Quesadilla', 'Taco', 'Tortilla Salad']
这与期望得到 [{"Baja Taco": 4.25}, {"Burrito": 7.50}, ...] 这样的键值对列表大相径庭。理解这一点是正确处理字典迭代的关键。
2. 生成包含键值对的列表
要同时获取字典的键和值，并以此构建一个包含独立字典元素的列表，我们需要使用字典的 items() 方法。items() 方法返回一个视图对象，其中包含字典中所有的键值对，每个键值对都表示为一个元组 (key, value)。
立即学习“Python免费学习笔记（深入）”；
我们可以通过循环遍历 Taqueria.items() 并构造新的字典来达到目标：
Taqueria = {
"Baja Taco": 4.25,
"Burrito": 7.50,
"Bowl": 8.50,
"Nachos": 11.00,
"Quesadilla": 8.50,
"Super Burrito": 8.50,
"Super Quesadilla": 9.50,
"Taco": 3.00,
"Tortilla Salad": 8.00
}
# 使用循环和字典构造
lst_manual = []
for key, value in Taqueria.items():
lst_manual.append({key: value})
print("手动循环构建:", lst_manual)
# 更简洁的列表推导式
lst_comprehension = [{key: value} for key, value in Taqueria.items()]
print("列表推导式构建:", lst_comprehension)两种方法都会生成预期的结果：
[{'Baja Taco': 4.25}, {'Burrito': 7.50}, {'Bowl': 8.50}, {'Nachos': 11.00}, {'Quesadilla': 8.50}, {'Super Burrito': 8.50}, {'Super Quesadilla': 9.50}, {'Taco': 3.00}, {'Tortilla Salad': 8.00}]推荐使用列表推导式，因为它代码更简洁、可读性更强，且通常在性能上也有优势。
3. 处理结构化数据：以 csv.DictReader 为例
在处理结构化数据时，例如CSV文件，Python的 csv 模块提供了 DictReader 类，它能够将CSV文件的每一行读取为一个字典，其中列标题作为键，行数据作为值。这种情况下，DictReader 已经直接返回了字典序列，无需手动从键值对构建字典。
使用 `gh` CLI 与 GitHub 交互。通过`gh issue`、`gh pr`、`gh run` 和 `gh api` 管理 issue、PR、CI 运行以及高级查询。
考虑以下使用 csv.DictReader 的示例：
import csv
import io
import requests
# 模拟从URL获取CSV内容
csv_url = "https://raw.githubusercontent.com/saso1111/ddd/main/Book1.csv"
download = requests.get(csv_url)
decoded_content = download.content.decode("utf-8")
# 使用io.StringIO模拟文件对象，以便csv.DictReader处理字符串内容
file_like_object = io.StringIO(decoded_content)
reader = csv.DictReader(file_like_object)
book = []
for row_dict in reader: # 这里的row_dict已经是字典了
book.append(row_dict)
print(book)对于一个包含 state 和 fips 列的CSV文件，上述代码的输出将是：
[{'state': 'Washington', 'fips': '53'}, {'state': 'Illinois', 'fips': '17'}, {'state': 'California', 'fips': '6'}]可以看到，csv.DictReader 已经直接生成了一个包含字典的列表，每个字典代表CSV文件的一行。这与前面手动从 Taqueria 字典中提取键值对并构造字典的情况有所不同。
进一步转换 csv.DictReader 的输出
如果你的目标是将 csv.DictReader 生成的每个字典（例如 {'state': 'Washington', 'fips': '53'}）进一步转换为一个只包含特定键值对的新字典（例如 {'Washington': '53'}），则需要再次进行转换。
import csv
import io
import requests
csv_url = "https://raw.githubusercontent.com/saso1111/ddd/main/Book1.csv"
download = requests.get(csv_url)
decoded_content = download.content.decode("utf-8")
file_like_object = io.StringIO(decoded_content)
reader = csv.DictReader(file_like_object)
# 将csv.DictReader的输出转换为特定格式的字典列表
transformed_book = [{row['state']: row['fips']} for row in reader]
print(transformed_book)这将产生以下结果：
[{'Washington': '53'}, {'Illinois': '17'}, {'California': '6'}]这里，我们通过列表推导式遍历 reader（它产生的是字典），然后从每个 row 字典中提取 state 作为新字典的键，fips 作为新字典的值。
4. 注意事项与最佳实践
- 理解默认迭代行为： 始终记住，直接迭代字典（for item in my_dict:）会遍历其键。
- 选择合适的视图： 根据需求选择 dict.keys()（只获取键）、dict.values()（只获取值）或 dict.items()（获取键值对）。
- 列表推导式： 对于从现有可迭代对象创建新列表，列表推导式是Pythonic且高效的方式。
- 库的特性： 使用像 csv.DictReader 这样的库时，先了解其返回的数据结构。这可以避免不必要的转换或误解。
- 数据结构匹配： 明确你最终想要的数据结构，然后选择最直接、最简洁的方法来实现它。
总结
正确理解Python字典的迭代机制是高效数据处理的基础。通过 dict.items() 方法结合列表推导式，我们可以轻松地将字典转换为包含键值对的列表。同时，对于 csv.DictReader 等工具，其设计初衷就是为了方便地将结构化数据解析为字典序列，因此在使用时应充分利用其特性，并在必要时进行进一步的定制化转换。掌握这些技巧，将使你在处理Python中的数据结构时更加游刃有余。
