• 회원가입
  • 로그인
  • 구글아이디로 로그인

[dictionary] Python - dictionary.values() 메서드 ★ - Dictionary의 Value List 반환. (= values메서드 = 밸류) ※ 값 리스트 반환

2170  
목차
  1. dictionary.values() 예제 - Value List 반환
  2. dictionary.values() 정의
  3. dictionary.values() 구문
  4. dictionary.values() 예제 - Dictionary의 변화 자동 반영

 

dictionary.values() 예제 - Value List 반환

 

hz ={

  "site": "홈짱닷컴",

  "host": "Homzzang.com",

  "open": 2012

}

x = hz.values()

print(x)

 

결과값: dict_values(['홈짱닷컴', 'Homzzang.com', 2012])

 

dictionary.values() 정의

 

Dictionary의  view 객체 (= Value로만 구성된 List) 반환.

※ view 객체는 Dictionary의 모든 변화를 자동 반영.

 

 

dictionary.values() 구문

 

dictionary.values()

 


[매개변수]

 

없음.

 

 

dictionary.values() 예제 - Dictionary의 변화 자동 반영

dictionary에 item 추가 시, values() 반환값도 자동 반영.

 

hz ={

  "site": "홈짱닷컴",

  "host": "Homzzang.com",

  "open": 2012

}

x = hz.values()

hz["intro"] = "코딩 강의"

print(x)

 

결과값: 

dict_values(['홈짱닷컴', 'Homzzang.com', 2012, '코딩 강의'])


 


분류 제목
numpy PY - NumPy Searching Arrays (배열 검색) ★
numpy PY - NumPy Sorting Arrays (배열 정렬) - sort() 메서드 ★
numpy PY - NumPy Filter Array (배열 필터링) ★
numpy PY - NumPy Random : Numbers (난수 = 랜덤숫자)
numpy PY - NumPy Random : Data Distribution (랜덤 데이터 분포)
numpy PY - NumPy Random : Permutations (랜덤 순열)
numpy PY - NumPy Random : Seaborn (분포 시각화)
numpy PY - NumPy Random : Normal Distribution (정규 분포)
numpy PY - NumPy Random : Binomial Distribution (이항 분포)
numpy PY - NumPy Random : Poisson Distribution (푸아송 분포)
numpy PY - NumPy Random : Uniform Distribution (균등 분포)
numpy PY - NumPy Random : Logistic Distribution (로지스틱 분포)
numpy PY - NumPy Random : Multinomial Distribution (다항 분포)
numpy PY - NumPy Random : Exponential Distribution (지수 분포)
numpy PY - NumPy Random : Chi Square Distribution (카이제곱 분포)
numpy PY - NumPy Random : Rayleigh Distribution (레일리 분포)
numpy PY - NumPy Random : Pareto Distribution (파레토 분포)
numpy PY - NumPy Random : Zipf Distribution (지프 분포)
numpy Python - NumPy ufuncs : Intro (일반함수 소개)
numpy PY - NumPy ufuncs : Create Function (일반함수 생성)
17/24
목록
찾아주셔서 감사합니다. Since 2012