నిఘంటువు, పైథాన్ అందించే మరొక మిశ్రమ డేటా రకం, ఇది జాబితాతో పోల్చదగిన అంశాల సమాహారం. తరచుగా పైథాన్ డిక్ట్ అని పిలువబడే నిఘంటువు, పైథాన్తో చేర్చబడిన డేటా స్ట్రక్చర్లలో విలక్షణమైనది. ఈ గైడ్ని పూర్తి చేసిన తర్వాత మీరు పైథాన్ నిఘంటువుల ప్రాథమికాలను గ్రహిస్తారు. అదనంగా, నిఘంటువు నుండి డేటాను ఎలా యాక్సెస్ చేయాలి మరియు నిర్వహించాలి. ఈ గైడ్ని పూర్తి చేసిన తర్వాత, డిక్షనరీని డేటా రకంగా ఎప్పుడు, ఎలా ఉపయోగించాలో మీకు గట్టి అవగాహన ఉండాలి. అదనంగా, అత్యంత ప్రజాదరణ పొందిన కొన్ని అంతర్నిర్మిత నిఘంటువు పద్ధతులు మీకు బోధించబడతాయి.
పైథాన్లో నిఘంటువు
పైథాన్ నిఘంటువు అనేది ఒక రకమైన డేటా స్ట్రక్చర్, ఇది చాలా ప్రభావవంతమైన కోడ్ని సృష్టించడం సులభం చేస్తుంది. దీని కీలు హ్యాష్ చేయబడవచ్చు కాబట్టి, ఈ డేటా నిర్మాణాన్ని అనేక ఇతర భాషల్లో హ్యాష్ టేబుల్ అంటారు.
కీ:విలువ జతలు జతలుగా ఆర్డర్ చేయబడ్డాయి. వాటిని సాధారణ నిఘంటువు నుండి నిబంధనలు మరియు వాటి నిర్వచనాలతో పోల్చవచ్చు. కీలు మరియు విలువలు మ్యాప్ చేయబడినట్లు పరిగణించబడుతుంది.
కాన్సెప్ట్ను మరింత అర్థం చేసుకోవడానికి, సాధారణ నుండి సంక్లిష్టమైన వరకు సంక్లిష్టతతో కూడిన వివిధ ఉదాహరణలను చూద్దాం.
ఉదాహరణ 1:
సూటిగా ఉన్న పైథాన్ నిఘంటువు ఉదాహరణతో ప్రారంభిద్దాం: పుస్తక పేర్లు నిఘంటువు యొక్క కీలుగా పనిచేస్తాయి, అయితే ప్రచురణ సంవత్సరాలు దాని విలువలుగా పనిచేస్తాయి. “కీ: విలువ, కీ: విలువ,” ఫార్ములా ఎప్పటికీ కొనసాగవచ్చు.
మేము ఇక్కడ ఉపయోగిస్తున్నది సాహిత్యపరమైన నిఘంటువు. ఇది ప్రోగ్రామ్ యొక్క సోర్స్ కోడ్లో హార్డ్-కోడ్ చేయబడిన నిఘంటువు నిర్మాణం. నిఘంటువుని సృష్టించడం మరియు సవరించడం కూడా ప్రోగ్రామ్పరంగా సాధ్యమే.
పుస్తకం_పేర్లు = {'రహస్యం' : 2006 ,
'సన్యాసిలా ఆలోచించు' : 2020
}
ఉదాహరణ 2:
ఈ ఉదాహరణలో, నిఘంటువుని ఎలా సృష్టించాలో మేము మీకు చూపుతాము. మూలకాలను వంకర బ్రాకెట్లలో ఉంచి వాటిని కామాలతో విభజించడం ద్వారా నిఘంటువును సృష్టించవచ్చు.
ఒక అంశం ఒక జత విలువలను కలిగి ఉంటుంది, అవి కీ మరియు దాని అనుబంధ విలువ (కీ: విలువ)గా వ్యక్తీకరించబడతాయి. విలువలు మార్చదగినవి మరియు ఏదైనా డేటా రకం కావచ్చు. అయితే, కీలు తప్పనిసరిగా మార్పులేని రకాలుగా ఉండాలి.
డిక్షనరీని రూపొందించడానికి అంతర్నిర్మిత డిక్ట్() ఫంక్షన్ని ఎలా ఉపయోగించవచ్చో తదుపరి స్క్రీన్షాట్ చూపుతుంది.
ఖాళీ నిఘంటువు యొక్క సృష్టి కోడ్ యొక్క మొదటి వరుసలో ప్రదర్శించబడుతుంది. పూర్ణాంక కీలతో నిఘంటువు యొక్క స్థాపన కోడ్ యొక్క రెండవ పంక్తిలో ప్రదర్శించబడింది. మిశ్రమ కీలను ఉపయోగించి నిఘంటువు నిర్మాణం అప్పుడు కనిపిస్తుంది. డిక్ట్() పద్ధతిని ఉపయోగించి నిఘంటువు యొక్క సృష్టి కోడ్ యొక్క చివరి పంక్తిలో ప్రదర్శించబడింది.
డిక్ట్_ఒకటి = { }డిక్ట్_రెండు = { 1 : 'ఎరుపు' , రెండు : 'నారింజ' }
డిక్ట్_మూడు = { 'పేరు' : 'అలెక్స్' , 1 : [ 4 , 12 , రెండు ] }
డిక్ట్_నాలుగు = నిర్దేశించండి ( { 1 : 'పింక్' , రెండు : 'పెన్' } )
ఉదాహరణ 3:
మేము ఈ ఉదాహరణలో నిఘంటువు మూలకాలను యాక్సెస్ చేస్తాము. ఇతర డేటా రకాలు విలువలను యాక్సెస్ చేయడం కోసం ఇండెక్సింగ్ని ఉపయోగిస్తుండగా, నిఘంటువు కీలను ఉపయోగిస్తుంది. స్క్వేర్ బ్రాకెట్లలో [ ] లేదా get() ఫంక్షన్ని అమలు చేసినప్పుడు కీలు ఉపయోగించబడతాయి.
ఇక్కడ, మేము మునుపటి ఉదాహరణ నుండి కోడ్ని సవరించబోతున్నాము. మిగిలిన కోడ్ పైన ఉన్న దానికి సమానంగా ఉంటుంది. కాబట్టి, మేము కోడ్ యొక్క ఐదవ పంక్తితో ప్రారంభిస్తాము. ఇక్కడ, మేము ఒక వ్యక్తి పేరు మరియు వయస్సు విలువలతో కొత్త నిఘంటువును రూపొందించాము. మూడవ లైన్ కోడ్లో ఏర్పడిన నిఘంటువు నుండి ఎంచుకున్న వ్యక్తి పేరు ప్రింట్ స్టేట్మెంట్లో ప్రదర్శించబడుతుంది. కింది ప్రింట్ స్టేట్మెంట్ గెట్ పద్ధతిని ఉపయోగించి నియమించబడిన నిఘంటువు నుండి విలువను ఎలా పొందాలో చూపుతుంది.
మేము నిఘంటువులో లేని విలువను యాక్సెస్ చేయడానికి ప్రయత్నిస్తున్నామని కోడ్ యొక్క చివరి పంక్తి సూచిస్తుంది. ఇది లోపాన్ని విసురుతుంది.
డిక్ట్_ఒకటి = { }డిక్ట్_రెండు = { 1 : 'ఎరుపు' , రెండు : 'నారింజ' }
డిక్ట్_మూడు = { 'పేరు' : 'అలెక్స్' , 1 : [ 4 , 12 , రెండు ] }
డిక్ట్_నాలుగు = నిర్దేశించండి ( { 1 : 'పింక్' , రెండు : 'పెన్' } )
డిక్ట్_ఐదు = { 'పేరు' : 'అలెక్స్' , 'వయస్సు' : 24 }
ముద్రణ ( డిక్ట్_మూడు [ 'పేరు' ] )
ముద్రణ ( డిక్ట్_ఐదు. పొందండి ( 'వయస్సు' ) )
ముద్రణ ( డిక్ట్_ఒకటి. పొందండి ( 'చిరునామా' ) )
ముద్రణ ( డిక్ట్_ఒకటి [ 'చిరునామా' ] )
అంచనా వేయబడిన నిఘంటువు విలువలు ఇక్కడ ప్రదర్శించబడతాయి; అలాగే, డిక్షనరీ ఇచ్చిన విలువను కలిగి లేనప్పుడు దోష సందేశం.
ఉదాహరణ 4:
డిక్షనరీకి ఐటెమ్లను ఎడిట్ చేయడం మరియు జోడించడం ఎలాగో ఈ ఉదాహరణ చూపిస్తుంది. నిఘంటువులను మార్చవచ్చు. అసైన్మెంట్ ఆపరేటర్ని ఉపయోగించడం ద్వారా, కొత్త ఐటెమ్ని జోడించవచ్చు. ఈ విధంగా, మీరు డిక్షనరీలో ఇప్పటికే ఉన్న అంశాల విలువలను కూడా మార్చవచ్చు.
కీ ఇప్పటికే ఉన్నట్లయితే ఇప్పటికే ఉన్న విలువ నవీకరించబడుతుంది. కీ లేనప్పుడు నిఘంటువుకి కొత్త జత (కీ: విలువ) జోడించబడుతుంది.
కోడ్ యొక్క మొదటి పంక్తి మేము కొత్త నిఘంటువును రూపొందించినట్లు చూపిస్తుంది. వయస్సు విలువ కొత్త వయస్సుతో నవీకరించబడుతుంది. కోడ్ యొక్క రెండవ పంక్తిని చూడండి. కొత్తగా నవీకరించబడిన నిఘంటువు చూపబడుతుంది. డిక్షనరీలో ప్రస్తుతం కొత్త పదం ఉంది. మా విషయంలో, ఇది 'చిరునామా.'
డిక్ట్_ఒకటి = { 'పేరు' : 'అలెక్స్' , 'వయస్సు' : 24 }డిక్ట్_ఒకటి [ 'వయస్సు' ] = 27
ముద్రణ ( డిక్ట్_ఒకటి )
డిక్ట్_ఒకటి [ 'చిరునామా' ] = 'కెనడా'
ముద్రణ ( డిక్ట్_ఒకటి )
వయస్సు 24 నుండి 27కి మార్చబడిందని మరియు కొత్త నిఘంటువు మూలకం (చిరునామా = కెనడా) జోడించబడిందని మీరు అవుట్పుట్లో చూడవచ్చు.
ఉదాహరణ 5:
వ్యాసం ముగింపు ఉదాహరణలో, నిఘంటువు నుండి అంశాలను ఎలా తీయాలో మీరు తెలుసుకోవచ్చు. నిఘంటువు నుండి పేర్కొన్న అంశాన్ని తొలగించడానికి పాప్() పద్ధతి విస్తృతంగా ఉపయోగించబడుతుంది. మేము కీని అందించినప్పుడు, ఈ పద్ధతి అంశాన్ని తొలగిస్తుంది మరియు ఫలితంగా విలువను అందిస్తుంది.
ఒక అంశాన్ని తొలగించడానికి ఇక్కడ popitem() పద్ధతి ఉపయోగించబడుతుంది. ప్రతి అంశాన్ని ఒకేసారి తొలగించడానికి, స్పష్టమైన() పద్ధతిని ఉపయోగించండి. డెల్ కీవర్డ్ నిర్దిష్ట పదాలను లేదా మొత్తం పదజాలాన్ని తొలగించడానికి కూడా ఉపయోగించవచ్చు.
కోడ్లో నిఘంటువు సృష్టించబడిందని మీరు (స్క్రీన్షాట్ క్రింద) చూడవచ్చు. నిర్దిష్ట అంశం తొలగించబడిన తర్వాత సవరించబడిన నిఘంటువు ముద్రించబడుతుంది. కోడ్ యొక్క మూడవ పంక్తిలో ఏకపక్ష అంశం తీసివేయబడుతుంది మరియు సవరించిన నిఘంటువు అదేవిధంగా ముద్రించబడుతుంది. డిక్షనరీ నుంచి అన్నీ తీసేశారని ముగింపు పంక్తులు చూపిస్తున్నాయి.
నా_డిక్ట్ = { 1 : రెండు , 3 : 5 , రెండు : 6 , 9 : పదకొండు , 3 : 22 }ముద్రణ ( నా_డిక్ట్. పాప్ ( 3 ) )
ముద్రణ ( నా_డిక్ట్ )
ముద్రణ ( నా_డిక్ట్. నెను తగుత ( ) )
ముద్రణ ( నా_డిక్ట్ )
నా_డిక్ట్. స్పష్టమైన ( )
ముద్రణ ( నా_డిక్ట్ )
అవుట్పుట్లో డిక్షనరీ నుండి ఎంట్రీలు విజయవంతంగా తీసివేయబడినట్లు మీరు చూడవచ్చు.
ముగింపు:
మీరు ఈ పాఠంలో పైథాన్ నిఘంటువు యొక్క ప్రాథమిక లక్షణాలను అధ్యయనం చేసారు మరియు నిఘంటువు సమాచారాన్ని తిరిగి పొందడం మరియు పని చేయడం ఎలాగో కనుగొన్నారు. పైథాన్ డిక్షనరీ డేటా స్ట్రక్చర్ ఎలా పనిచేస్తుందో మరియు మీ అప్లికేషన్లలోని వస్తువులను అలాగే డేటాను నిల్వ చేయడానికి మరియు తిరిగి పొందేందుకు దీన్ని శక్తివంతంగా మరియు సులభంగా ఎలా ఉపయోగించవచ్చో అర్థం చేసుకోవడానికి ఈ కథనం మీకు సహాయం చేస్తుంది.