当前位置: 首页 > news >正文

Python “字典” 实战案例:5个项目开发实例

Python “字典” 实战案例:5个项目开发实例

内容摘要

本文包括 5 个使用 Python 字典的综合应用实例。具体是:

  1. 电影推荐系统
  2. 配置文件解析器
  3. 选票统计与排序
  4. 电话黄页管理系统
  5. 缓存系统(LRU 缓存)

以上每一个实例均有完整的程序代码以及测试案例,帮助读者快速理解和掌握项目开发相关技术和技巧。


1. 电影推荐系统

功能描述
实现一个简单的电影推荐系统,根据用户的喜好推荐电影。

代码实现

# 电影推荐系统
class MovieRecommender:def __init__(self):self.movies = {"Action": ["The Dark Knight", "Inception", "Mad Max: Fury Road"],"Comedy": ["The Hangover", "Superbad", "Step Brothers"],"Drama": ["The Shawshank Redemption", "Forrest Gump", "The Godfather"]}def recommend(self, genre):return self.movies.get(genre, "未找到该类型的电影!")# 测试
recommender = MovieRecommender()
print("动作电影推荐:", recommender.recommend("Action"))
print("科幻电影推荐:", recommender.recommend("Sci-Fi"))  # 未找到

2. 配置文件解析器

功能描述
实现一个配置文件解析器,将配置文件中的键值对解析为字典。

代码实现

# 配置文件解析器
def config_parser(file_path):config = {}with open(file_path, "r") as file:for line in file:line = line.strip()if line and not line.startswith("#"):  # 忽略空行和注释key, value = line.split("=", 1)config[key.strip()] = value.strip()return config# 测试
file_path = "config.txt"  # 假设配置文件内容如下:
# host = localhost
# port = 8080
# debug = True
config = config_parser(file_path)
print(config)  # 输出: {'host': 'localhost', 'port': '8080', 'debug': 'True'}

3. 选票统计与排序

功能描述

实现按姓名统计参选人得票数并按得票高低排序。


代码实现

# 统计选票并按得票数排序
def count_votes(votes):# 统计得票数vote_count = {}for candidate in votes:if candidate in vote_count:vote_count[candidate] += 1else:vote_count[candidate] = 1# 按得票数从高到低排序sorted_votes = sorted(vote_count.items(), key=lambda x: x[1], reverse=True)# 将排序结果转换为字典sorted_vote_dict = dict(sorted_votes)return sorted_vote_dict# 测试案例
votes = ["Trump", "Biden", "Roger", "Trump", "Trump", "David", "Biden", "Trump", "Biden", "Roger"
]# 统计并排序
result = count_votes(votes)
print("选票统计结果(按得票数从高到低排序):")
for candidate, count in result.items():print(f"{candidate}: {count} 票")

输出结果

选票统计结果(按得票数从高到低排序):
Trump: 4 票    
Biden: 3 票    
Roger: 2 票    
David: 1 票   

代码解析

  1. 统计得票数

    • 使用字典 vote_count 统计每个参选人的得票数。
    • 遍历选票列表 votes,如果参选人已经在字典中,则得票数加 1;否则,初始化得票数为 1。
  2. 按得票数排序

    • 使用 sorted() 函数对字典的键值对进行排序。
    • key=lambda x: x[1] 表示按值(得票数)排序。
    • reverse=True 表示从高到低排序。
  3. 转换为字典

    • 排序后的结果是一个列表,每个元素是一个元组 (参选人, 得票数)
    • 使用 dict() 将排序后的列表转换回字典。
  4. 输出结果

    • 遍历排序后的字典,输出每个参选人的得票数。

4. 电话黄页管理系统

功能描述
实现一个电话簿管理系统,支持添加联系人、查找联系人、删除联系人和显示所有联系人。

代码实现

# 电话簿管理系统
class PhoneBookManager:def __init__(self):self.contacts = {}def add_contact(self, name, number):if name in self.contacts:print(f"联系人 {name} 已存在!")else:self.contacts[name] = numberprint(f"联系人 {name} 添加成功!")def find_contact(self, name):return self.contacts.get(name, "联系人不存在")def delete_contact(self, name):if name in self.contacts:del self.contacts[name]print(f"联系人 {name} 已删除!")else:print(f"联系人 {name} 不存在!")def show_all(self):if not self.contacts:print("电话簿为空!")else:print("所有联系人:")for name, number in self.contacts.items():print(f"{name}: {number}")# 测试
phone_book = PhoneBookManager()
phone_book.add_contact("Alice", "123456789")
phone_book.add_contact("Bob", "987654321")
phone_book.delete_contact("Bob")
phone_book.show_all()

5. 缓存系统(LRU 缓存)

功能描述
实现一个 LRU(最近最少使用)缓存系统,支持添加缓存、获取缓存和限制缓存大小。

代码实现

from collections import OrderedDict# LRU 缓存系统
class LRUCache:def __init__(self, capacity):self.cache = OrderedDict()self.capacity = capacitydef get(self, key):if key not in self.cache:return -1else:self.cache.move_to_end(key)return self.cache[key]def put(self, key, value):if key in self.cache:self.cache.move_to_end(key)self.cache[key] = valueif len(self.cache) > self.capacity:self.cache.popitem(last=False)# 测试
cache = LRUCache(2)
cache.put(1, "value1")
cache.put(2, "value2")
print(cache.get(1))  # 输出: value1
cache.put(3, "value3")  # 淘汰 key 2
print(cache.get(2))  # 输出: -1

总结

以上 5 个项目涵盖了字典在电影推荐、配置文件解析、选票统计排序、缓存系统等方面的典型应用。通过这些项目,可以深入理解字典的灵活性和强大功能,可以进一步巩固字典的使用技巧,并掌握其在实际开发中的多样化应用。

http://www.lryc.cn/news/526711.html

相关文章:

  • (一)QT的简介与环境配置WIN11
  • 在 Windows 系统上,将 Ubuntu 从 C 盘 迁移到 D 盘
  • vue2的$el.querySelector在vue3中怎么写
  • GPSd定时检测保活TCP GPS源
  • IDEA中Maven使用的踩坑与最佳实践
  • 使用 Python 调用 OpenAI 的接口初识
  • 2025 最新flutter面试总结
  • 【MQ】RabbitMq的可靠性保证
  • STM32 GPIO配置 点亮LED灯
  • Flink把kafa数据写入Doris的N种方法及对比。
  • Vue - 标签中 ref 属性的使用
  • leetcode-不同路径问题
  • MongoDB 数据库备份和恢复全攻略
  • CentOS7使用源码安装PHP8教程整理
  • Baklib助力内容中台实施的最佳实践与成功案例探索
  • rocketmq-product-send方法源码分析
  • python flask中使用or查询和and查询,还有同时使用or、and的情况
  • 【第一天】零基础入门刷题Python-算法篇-数据结构与算法的介绍(持续更新)
  • 租房管理系统实现智能化租赁提升用户体验与运营效率
  • python3+TensorFlow 2.x(四)反向传播
  • Flutter 使用 flutter_inappwebview 加载 App 本地 HTML 文件
  • Word常见问题:嵌入图片无法显示完整
  • 为AI聊天工具添加一个知识系统 之68 详细设计 之9 三种中台和时间度量 之1
  • On to OpenGL and 3D computer graphics
  • 从曾国藩的经历看如何打破成长中的瓶颈
  • JavaWeb学习-SpringBotWeb开发入门(HTTP协议)
  • 数据库用户管理
  • BGP边界网关协议(Border Gateway Protocol)路由聚合详解
  • ASP.NET Core WebAPI的异步及返回值
  • 「 机器人 」仿生扑翼飞行器中的“被动旋转机制”概述