已知两个列表, citys=["surhou"."shanghai", "hangzhou",'nanjing"],codes=["O512","021","0571",025"。要求:创建一个字典,以citys中的元素为key,以codes中的元素为value。
时间: 2023-11-20 14:59:06 浏览: 41
以下是两种创建字典的方法:
1.使用for循环逐个添加元素到字典中:
```python
citys = ["suzhou", "shanghai", "hangzhou", "nanjing"]
codes = ["0512", "021", "0571", "025"]
d = {}
for i in range(len(citys)):
d[citys[i]] = codes[i]
print(d)
```
输出:{'suzhou': '0512', 'shanghai': '021', 'hangzhou': '0571', 'nanjing': '025'}
2.使用zip函数将两个列表合并成为一个字典:
```python
citys = ["suzhou", "shanghai", "hangzhou", "nanjing"]
codes = ["0512", "021", "0571", "025"]
d = dict(zip(citys, codes))
print(d)
```
输出:{'suzhou': '0512', 'shanghai': '021', 'hangzhou': '0571', 'nanjing': '025'}
相关问题
import numpy as np import matplotlib.pyplot as plt import matplotlib.gridspec as gridspec plt.rcParams["font.sans-serif"] = ["SimHei"] x_month = np.array(['1月', '2月', '3月', '4月', '5月', '6月']) y_sales = np.array([2150, 1050, 1560, 1480, 1530, 1490]) x_citys = np.array(['北京', '上海', '广州', '深圳', '浙江', '山东']) y_sale_count = np.array([83775, 62860, 59176, 64205, 48671, 39968]) # 创建画布和布局 fig = plt.figure(constrained_layout=True) gs = fig.add_gridspec(2, 2) ax_one = fig.add_subplot(gs[0, :]) ax_two = fig.add_subplot(gs[1, 0]) ax_thr = fig.add_subplot(gs[1, 1])优化为matplotlib饼状图
这是Python中导入一些模块和库,以及创建一些数组。x_month是一个包含月份字符串的数组,y_sales是每个月的销售额数字数组。x_citys是城市名称字符串的数组,y_sale_count是每个城市销售总额的数字数组。使用Matplotlib库和gridspec模块可以对数据进行可视化和图表绘制。 设置plt.rcParams["font.sans-serif"] = ["SimHei"]命令可以指定中文字体。
import numpy as np import matplotlib.pyplot as plt import matplotlib.gridspec as gridspec plt.rcParams[“font.sans-serif”]=[“SimHei”] x_month=np.array([‘1月’,‘2月’,‘3月’,‘4月’,‘5月’,‘6月’]) y_sales=np.array([2150,1080,1392,1479,1323,1490]) x_citys=np.array([‘北京’,‘上海’,‘广州’,‘深圳’,‘浙江’,‘重庆’]) y_sale_count=np.array([87564,65784,54538,34807,45688,67499]) fig=plt.figure(constrained_layout=True) gs=fig.add_gridspec(2,2) ax_one=fig.add_subplot(gs[0,:]) ax_two=fig.add_subplot(gs[1,0]) ax_thr=fig.add_subplot(gs[1,1]) ax_one.bar(x_month,y_sales,width=0.5,color=’#3299CC’) ax_one.set_title(‘2020080603051’) ax_one.set_ylabel(‘销售额’) ax_two.plot(x_citys,y_sale_count,‘m–o’,ms=8) ax_two.set_title(‘分公司销量’) ax_two.set_ylabel(‘销量’) ax_thr.stackplot(x_citys,y_sale_count,color=’#9999FF’) ax_thr.set_title(‘分公司销量’) ax_thr.set_ylabel(‘销量’) plt.show()修改这段代码至python可运行
蓝色’) ax_one.set_title(‘月销售额’) ax_one.set_xlabel(‘月份’) ax_one.set_ylabel(‘销售额(元)’) ax_two.pie(y_sale_count,labels=x_citys,autopct=’%.2f%%’,colors=[‘green’,‘red’,‘orange’,‘purple’,‘blue’,‘yellow’]) ax_two.set_title(‘地区销售占比’) ax_thr.plot(x_month,y_sales,’ro-’) ax_thr.set_title(‘月销售额趋势’) ax_thr.set_xlabel(‘月份’) ax_thr.set_ylabel(‘销售额(元)’) plt.show()
这段代码主要实现了画出一个2x2的画布,其中第一个子图用柱状图表示月销售额,第二个子图用饼图表示各地区销售额占比,第三个子图用折线图表示月销售额趋势。同时,为了避免中文乱码问题,设置了字体为SimHei。最后使用plt.show()来展示整个画布。