字典（dictionary）
字典在某些语言中可能称为 联合内存 (associative memories) 或 联合数组 (associative arrays)。序列是以连续的整数为索引，与此不同的是，字典以”关键字”为索引，关键字可以是任意不可变类型，通常用字符串或数值。如果元组中只包含字符串和数字，它可以作为关键字，如果它直接或间接地包含了可变对象，就不能当做关键字。不能用列表做关键字，因为列表可以用索引、切割或者 append() 和 extend() 等方法改变。
字典是无序的键：值对 (key:value 对)集合，键必须是互不相同的(在同一个字典之内)。使用大括号创建一个空的字典：{}。初始化列表时，在大括号内放置一组逗号分隔的键：值对，这也是字典输出的方式。
字典的主要操作是依据键来存储和取值。也可以用 del 来删除键：值对(key:value)，从一个不存在的键中取值会导致错误。
In [2]:
tel = {'jack': 4098, 'sape': 4139}tel['guido'] = 4127print telprint tel['jack']
{'sape': 4139, 'jack': 4098, 'guido': 4127}
4098
In [3]:
del tel['sape']tel['irv'] = 4127print telprint tel.keys()print'guido' in tel
{'jack': 4098, 'irv': 4127, 'guido': 4127}
['jack', 'irv', 'guido']
True常见字典操作方法
- D.clear()删除字典内所有元素
- D.copy()返回一个字典的复制
- D.fromkeys(seq,val)创建一个新字典，以序列seq中元素做字典的键，val为字典所有键对应的初始值
- D.get(key, default=None)返回指定键的值，如果值不在字典中返回default值
- D.has_key(key)如果键在字典dict里返回true，否则返回false
- D.items()以列表返回可遍历的(键, 值) 元组数组
- D.keys()以列表返回一个字典所有的键
- D.setdefault(key, default=None)和get()类似, 但如果键不存在于字典中，将会添加键并将值设为default
- D.update(dict2)把字典dict2的键/值对更新到dict里
- D.values()以列表返回字典中的所有值
- D.pop(key)删除一个键并返回它的值，类似于列表的pop,只不过删除的是一个键不是一个可选的位置
- del D[key]删除键
- D[key] = 42新增或修改键
字典用法注意事项：
序列运算无效，字典元素间是没有顺序的概念
对新索引赋值会添加项
键不一定总是字符串
字典键也常用于实现稀疏数据结构。例如，**数组中只有少数位置上有存储的值：
In [5]:
tel.get('kkk',0) #返回指定键的值，如果值不在字典中返回default值
Out[5]:
0多种构造字典方式
dict() 构造函数可以直接从 key-value 对中创建字典
In [6]:
dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
Out[6]:
{'guido': 4127, 'jack': 4098, 'sape': 4139}
In [7]:
dict.fromkeys(['a','b'],0) #创建一个新字典，以序列seq中元素做字典的键，val为字典所有键对应的初始值
Out[7]:
{'a': 0, 'b': 0}
In [8]:
dict(zip(['a','b','c'],[1,2,3]))
Out[8]:
{'a': 1, 'b': 2, 'c': 3}
In [9]:
{k:v for (k,v) in zip(['a','b','c'],[1,2,3])}
Out[9]:
{'a': 1, 'b': 2, 'c': 3}
此外，字典推导式可以从任意的键值表达式中创建字典:
In [10]:
{x: x**2 for x in (2, 4, 6)}
Out[10]:
{2: 4, 4: 16, 6: 36}
如果关键字都是简单的字符串，有时通过关键字参数指定 key-value 对更为方便:
In [11]:
D = dict(a=1,b=2,c=3)D
Out[11]:
{'a': 1, 'b': 2, 'c': 3}
In [12]:
{c:c*4 for c in 'JoinQuant'}#默认是集合
Out[12]:
{'J': 'JJJJ',
'Q': 'QQQQ',
'a': 'aaaa',
'i': 'iiii',
'n': 'nnnn',
'o': 'oooo',
't': 'tttt',
'u': 'uuuu'}
In [13]:
{c:c*4 for c in ['JoinQuant']}
Out[13]:
{'JoinQuant': 'JoinQuantJoinQuantJoinQuantJoinQuant'}
In [14]:
{c.lower():c*4+'!' for c in 'JoinQuant'}
Out[14]:
{'a': 'aaaa!',
'i': 'iiii!',
'j': 'JJJJ!',
'n': 'nnnn!',
'o': 'oooo!',
'q': 'QQQQ!',
't': 'tttt!',
'u': 'uuuu!'}注意：
我们一般都很愿意使用DataFrame，因为它方便，显示清楚，但是其创建和操作速度较慢，如果你对程序运行速度有较高要求, 可以考虑使用dict。目前平台中使用到的字典主要有：
- handle_data(context, data)里的data是一个字典(dict), key是股票代码, value是当时的SecurityUnitData 对象
- get_open_orders()，获得当天的所有未完成的订单，返回一个dict, key是order_id, value是Order对象
- get_orders()，获取当天的所有订单，返回一个dict, key是order_id, value是Order对象
- get_trades()，获取当天的所有成交记录, 一个订单可能分多次成交，返回一个dict, key是trade_id, value是Trade对象
- get_current_data(security_list=None)，获取当天的开盘价、涨跌停价等，返回一个dict, key是股票代码, value是当天的开盘价、涨跌停价等信息
- Portfolio中，positions 当前持有的可卖出的股票, 返回一个dict, key是股票代码, value是Position对象。 unsell_positions 当前持有的不可卖出的股票(比如T+1, 当前购票的股票), 一个dict, key是股票代码, value是Position对象.
- history，attribute_history，get_extras中，如果df=True, 返回pandas.DataFrame, 否则返回一个dict, key是股票代码, 值是一个numpy数组numpy.ndarray, 对应上面的DataFrame的每一列。
具体可以在浏览器中按快捷键Ctrl + F，搜索“dict”，查看详细帮助。
In [ ]:
相关阅读：
