python中,怎么同时输出字典的键和值?

ls.items()

它用于返回字典中的键值对的视图对象,

常用于处理字典中的数据,用于遍历字典并同时打印键值对

代码示例1

复制代码
ls = {'a店卖:': "苹果", 'b店卖:': "火龙果" }
for key, value in ls.items():
    print(key, value)

运行结果:

代码示例2:指定输出格式

python 复制代码
my_dict = {'姓名': '张三', '年龄': 25, '居住地': '北京朝阳区36号'}

for key, value in my_dict.items():  # key, value可以替换为任意值
    print(f"{key}: {value}")

运行结果:

注意:items()返回值是一个视图对象,不是列表

  1. 视图对象 ‌:items() 返回的是一个视图对象,不是列表,因此不能直接修改
  2. 元组的形式 :每个键值对以元组的形式返 回,格式为 (key, value)

代码示例3:将返回值变为列表

list( 字典.items() )

python 复制代码
my_dict = {'苹果的单价': 5.0, '梨子的单价': 6.0}
items_list = list(my_dict.items())  # 把返回值转为列表的形式
print(items_list)  

运行结果:

此时返回值是一个列表,不再是元组形式。

代码示例4:items(),结合for循环,结合if判断

python 复制代码
data = {'苹果的数量': 5, '香蕉的数量': 3, '橙子的数量': 8}
# 判断每种水果是否满足指定库存(如果>4则满足,否则不打印)
for fruit, count in data.items():
    if count > 4:
        print(f"{fruit} 数量充足")

运行结果:

代码示例5:items(),结合for循环,结合二次字典的嵌套

python 复制代码
sc_dict= {}  # 设置一个空字典
score = {
    "李东海":{"化学":93,"历史":82,"地理":72},
    "王明兰":{"化学":72,"历史":75,"地理":98},
    "徐福气":{"化学":87,"历史":68,"地理":91},
}
# print(len(score))   # len()不止可以量列表的长度,也可以量字典的长度
for i,sc in score.items():  # 依次遍历,取出第一个字典里的值,键,以score.items()作为容器
    # print("每人名字", i)  # 第一个字典里的键
    # print("每人分数", sc.values())  # 第二个字典里的值
    total = sum(sc.values())
    # print("每人总分", total)
    # print("每人平均分", total/len(sc))
    # 将上述内容放入字典
    sc_dict[i] = {"总分":total, "平均分":total/len(sc)}
print(sc_dict)

运行结果:

相关推荐
OPEN-F7 分钟前
Python进阶教程:单元测试与代码质量
开发语言·python·单元测试
阿里嘎多学长8 分钟前
2026-08-20 GitHub 热点项目精选
开发语言·程序员·github·代码托管
其实防守也摸鱼17 分钟前
Codex破局:前端组件秒级生成的技术文章大纲
开发语言·前端·人工智能·学习·安全·web安全
Logintern0928 分钟前
装饰器和洋葱模式的区分
开发语言·python·架构
冻柠檬飞冰走茶43 分钟前
《数据结构实验指导-C++语言版》 在顺序表 list 中查找元素 x
开发语言·数据结构·c++·算法·list
Brilliantwxx43 分钟前
【C++】 高阶数据结构图(1)并查集
开发语言·数据结构·c++
lancyu44 分钟前
# Agent Loop:AI Agent 的唯一直心骨
开发语言·javascript·人工智能
呆呆敲代码的小Y1 小时前
10 分钟搞懂 cua:开源 AI 操作电脑基础设施,附 Python 沙箱与 Agent 上手代码
人工智能·python·开源·ai agent·awesome·llm应用·cua
工具分享1 小时前
带店托管必用爆单AI选品,一人公司轻松掌握
人工智能·python
l1258651 小时前
# RAG低延迟架构设计:从5秒到500ms的优化全链路
数据库·人工智能·python·langchain