Die Python-Funktion dict() ist der Konstruktor des eingebauten Datentyps dict — einer veränderbaren, geordneten Hash-Map aus Schlüssel-Wert-Paaren. Mit dict() lassen sich Dictionaries auf vier Wegen erzeugen: leer, aus Keyword-Argumenten, aus einem anderen Mapping oder aus einer Iterable von Paaren. Seit Python 3.7 garantiert dict die Einfügereihenfolge der Schlüssel.

01 · Abschnitt

Einleitung

Ein Dictionary in Python ist eine Datenstruktur zur Zuordnung von eindeutigen Schlüsseln (Keys) zu Werten (Values). Schlüssel müssen hashable sein (typisch: Strings, Zahlen, Tupel), Werte können beliebig sein. Dictionaries werden überall im Python-Alltag eingesetzt — von Konfigurationen über JSON-Daten bis zu Caches.

dict() ist die Funktions-Form des Konstruktors. Alternativ schreibt man Dictionaries direkt mit der Literal-Syntax {}, die schneller ist, aber weniger Konstruktionswege erlaubt.

02 · Abschnitt

Syntax

Python Syntax 
dict()                    # leeres Dictionary
dict(mapping)             # aus anderem Mapping kopieren
dict(iterable)            # aus Iterable von (key, value)-Paaren
dict(**kwargs)            # aus Keyword-Argumenten
dict(mapping, **kwargs)   # Kombiniert
Parameter
mapping

Ein anderes Dictionary oder Mapping-Objekt, dessen Inhalte kopiert werden.

iterable

Eine Iterable von Paaren (key, value) — z. B. eine Liste von Tupeln oder das Ergebnis von zip().

**kwargs

Beliebige Keyword-Argumente, die als Schlüssel-Wert-Paare übernommen werden. Schlüssel müssen gültige Python-Bezeichner sein.

03 · Abschnitt

Rückgabewert

Ein neues dict-Objekt mit den übergebenen Schlüssel-Wert-Paaren. Bei doppelten Schlüsseln gewinnt der zuletzt übergebene Wert.

04 · Abschnitt

Beispiele

Leeres Dictionary

Python Beispiel 
d = dict()
print(d, type(d))
Output 
{} <class 'dict'>

Aus Keyword-Argumenten

Python Beispiel 
person = dict(name="Michael", alter=34, stadt="Berlin")
print(person)
Output 
{'name': 'Michael', 'alter': 34, 'stadt': 'Berlin'}

Aus einer Iterable von Paaren

Python Beispiel 
pairs = [("a", 1), ("b", 2), ("c", 3)]
d = dict(pairs)
print(d)
Output 
{'a': 1, 'b': 2, 'c': 3}

Aus zip()

Python Beispiel 
keys = ["name", "alter", "stadt"]
values = ["Michael", 34, "Berlin"]
d = dict(zip(keys, values))
print(d)
Output 
{'name': 'Michael', 'alter': 34, 'stadt': 'Berlin'}

Mapping kopieren

Python Beispiel 
original = {"a": 1, "b": 2}
copy = dict(original)
copy["c"] = 3
print(original)
print(copy)
Output 
{'a': 1, 'b': 2}
{'a': 1, 'b': 2, 'c': 3}
05 · Abschnitt

Praktische Beispiele

Zwei Dictionaries mergen

Python Beispiel 
defaults = {"theme": "dark", "lang": "de", "fontsize": 14}
overrides = {"theme": "light", "fontsize": 16}

# Klassisch via dict()
merged = dict(defaults, **overrides)
print(merged)

# Modern (Python 3.9+) via | Operator
merged = defaults | overrides
print(merged)
Output 
{'theme': 'light', 'lang': 'de', 'fontsize': 16}
{'theme': 'light', 'lang': 'de', 'fontsize': 16}

Liste in Lookup-Map umwandeln

Python Beispiel 
users = [
    {"id": 1, "name": "Michael"},
    {"id": 2, "name": "Anna"},
    {"id": 3, "name": "Tobias"},
]
by_id = {u["id"]: u for u in users}
print(by_id[2])
Output 
{'id': 2, 'name': 'Anna'}

Initialisierung mit Default-Wert

Python Beispiel 
# Alle Keys auf den gleichen Startwert setzen
colors = ["rot", "grün", "blau"]
counter = dict.fromkeys(colors, 0)
print(counter)

counter["rot"] += 1
counter["blau"] += 2
print(counter)
Output 
{'rot': 0, 'grün': 0, 'blau': 0}
{'rot': 1, 'grün': 0, 'blau': 2}
06 · Abschnitt

Praktische Hinweise

  • Literal-Syntax {} ist schneller als dict() und sollte bevorzugt werden, wenn die Schlüssel zur Schreibzeit feststehen.
  • Schlüssel-Reihenfolge: Seit Python 3.7 garantiert die Spezifikation die Einfügereihenfolge.
  • Dict-Comprehensions wie {k: v for k, v in items} sind oft die idiomatische Wahl gegenüber dict() mit Generator.
  • Doppelte Schlüssel führen zu keinem Fehler — der letzte Wert gewinnt (nützlich beim Mergen).
  • Für sortierte Dictionaries siehe collections.OrderedDict, für Defaults siehe collections.defaultdict.
/ Weiter

Zurück zu Builtin Functions

Zur Übersicht