Python讀取字典：輕鬆處理和管理大量數據

一、Python字典基礎

Python字典是一種無序的鍵值對集合。一個字典用花括號 {} 表示，其中每個鍵值對用冒號 : 分隔，每個鍵和其對應值用逗號隔開。例如：

d = {'apple': 1, 'banana': 2, 'orange': 3}

這裡的 d 就是一個字典，其中有三個鍵值對，分別是 ‘apple’: 1, ‘banana’: 2, ‘orange’: 3。我們可以通過鍵來獲取對應的值，比如：

print(d['apple'])  # 輸出 1

還可以動態地往字典中添加鍵值對：

d['pear'] = 4
print(d)  # 輸出 {'apple': 1, 'banana': 2, 'orange': 3, 'pear': 4}

除此之外，Python字典還支持其他常見操作，比如遍歷、刪除、更新等。

二、Python從文件中讀取字典

在實際的開發中，我們通常需要從文件中讀取字典，以便進行後續的操作。Python提供了多種讀取文件的方式，對於小型字典，我們可以使用 json 模塊實現文件讀寫，例如：

import json

# 寫入字典到文件
d = {'apple': 1, 'banana': 2, 'orange': 3}
with open('fruits.json', 'w') as f:
    json.dump(d, f)

# 從文件中讀取字典
with open('fruits.json', 'r') as f:
    d = json.load(f)
    print(d)  # 輸出 {'apple': 1, 'banana': 2, 'orange': 3}

上述代碼中，我們使用了 with .. as .. 語法來打開文件，這樣可以在文件使用完成後自動關閉文件句柄，避免文件泄漏。然後使用 json.dump() 函數把字典 d 寫入到文件 ‘fruits.json’ 中，而 json.load() 函數則從該文件中讀取字典。

三、Python處理大型字典

當字典變得足夠大時，我們需要使用適當的技術來處理它。一個簡單但非常有效的方法是使用迭代器，這樣一次只會加載一個鍵值對到內存中，從而避免內存溢出。

import csv

# 從CSV文件中讀取字典
with open('stocks.csv', 'r', newline='') as f:
    reader = csv.DictReader(f)
    for row in reader:
        print(row['Symbol'], row['Price'])

上述代碼中，我們使用 Python 標準庫中的 csv 模塊來讀取 CSV 文件，其中 DictReader 類會將每行數據讀取為一個字典。我們可以使用迭代器 (for row in reader: ..) 來一次處理一行數據，從而處理大型數據。

四、Python使用pandas處理大型字典

如果需要處理更大的數據集，可以使用 pandas 庫。pandas 是Python中用於數據處理和分析的強大工具，可以輕鬆處理包含數百萬行和數百列的大型數據集。

下面是一個使用 pandas 讀取 CSV 文件並對其進行簡單處理的例子：

import pandas as pd

# 從CSV文件中讀取數據並進行簡單處理
df = pd.read_csv('stocks.csv')
df['Total'] = df['Price'] * df['Volume']
df.to_csv('stocks_with_total.csv', index=None)
print(df.head())

上述代碼中，我們使用了 Pandas 的 read_csv() 函數讀取一個 CSV 文件，並將其轉換為 DataFrame 類型。接着，我們添加了一個新的 Total 列，計算每個股票的市值，並將結果輸出到新的 CSV 文件中。最後，我們打印了前五行數據。

五、小結

本文介紹了 Python 字典的基礎知識，以及如何使用各種方法讀取和處理大型字典。這些技巧可以幫助你輕鬆地處理和管理大量數據，提高數據處理的效率。