Was ist ein Python Dictionary?

Ein Dictionary (kurz: dict) ist eine der wichtigsten Datenstrukturen in Python. Es speichert Daten in Form von Schlüssel-Wert-Paaren (Key-Value-Pairs). Statt auf Elemente über eine Position wie bei einer Liste zuzugreifen, verwendest du einen eindeutigen Schlüssel. Ein Dictionary eignet sich besonders für:

  • Konfigurationen
  • Stammdaten
  • JSON-Daten
  • Zuordnungen von Namen zu Werten

Ein Dictionary erstellen

Ein Dictionary wird mit geschweiften Klammern {} definiert:

person = {
"name": "Max",
"alter": 30,
"stadt": "Wien"
}

Hier sind:

  • "name" → Schlüssel
  • "Max" → Wert

Werte auslesen

Auf einzelne Werte greifst du über den Schlüssel zu:

print(person["name"])

Ausgabe:

Max

Weitere Beispiele:

print(person["alter"])
print(person["stadt"])

Neue Werte hinzufügen

Du kannst jederzeit neue Einträge ergänzen:

person["beruf"] = "Data Analyst"

Das Dictionary enthält danach:

{
"name": "Max",
"alter": 30,
"stadt": "Wien",
"beruf": "Data Analyst"
}

Vorhandene Werte ändern

Ein bestehender Wert kann einfach überschrieben werden:

person["alter"] = 31

Elemente löschen

Ein Eintrag lässt sich mit del entfernen:

del person["stadt"]

Über alle Einträge iterieren

Mit einer Schleife können alle Schlüssel und Werte ausgegeben werden:

for schluessel, wert in person.items():
print(schluessel, wert)

Beispielausgabe:

name Max
alter 31
beruf Data Analyst

Dictionary oder Liste?

ListeDictionary
Zugriff über IndexZugriff über Schlüssel
Reihenfolge wichtigZuordnung wichtig
Mehrere gleiche Werte möglichSchlüssel müssen eindeutig sein
Beispiel: [10, 20, 30]Beispiel: {"name": "Max"}

Typische Anwendungsfälle

Python Dictionaries werden häufig verwendet für:

  • JSON-Dateien
  • API-Antworten
  • Konfigurationsdateien
  • Benutzerinformationen
  • Stammdaten und Lookup-Tabellen

Fazit

Ein Python Dictionary speichert Daten als Schlüssel-Wert-Paare und ermöglicht einen schnellen Zugriff auf Informationen. Dictionaries gehören zu den wichtigsten Datenstrukturen in Python und werden in nahezu jedem größeren Python-Projekt eingesetzt.

Weitere Python-Tutorials und Datenanalyse-Tipps findest du auf:

👉 https://www.datenanalyst.com

🎥 Auf meinem YouTube-Kanal gibt es zusätzlich praktische Schritt-für-Schritt-Anleitungen:

👉 https://www.youtube.com/@datenanalyst