--- title: "Dicionarios em Python: Como Usar e Quando Escolher" url: "https://python.dev.br/algoritmos/dicionarios-python/" markdown_url: "https://python.dev.br/algoritmos/dicionarios-python.MD" description: "Aprenda dicionarios em Python: criacao, CRUD, dict comprehension, defaultdict, Counter, hash tables e quando usar dicionarios vs listas. Guia pratico completo." date: "2026-04-27" author: "Equipe Python Brasil" --- # Dicionarios em Python: Como Usar e Quando Escolher Aprenda dicionarios em Python: criacao, CRUD, dict comprehension, defaultdict, Counter, hash tables e quando usar dicionarios vs listas. Guia pratico completo. ## O que sao Dicionarios em Python? Dicionarios sao a segunda estrutura de dados mais importante em Python, atras apenas das [listas](/algoritmos/listas-python/). Eles armazenam pares **chave-valor** e oferecem acesso extremamente rapido — busca, insercao e remocao em tempo O(1) na media, gracas a implementacao interna com hash tables. Dicionarios sao ideais quando voce precisa associar dados a identificadores unicos: usuarios por ID, configuracoes por nome, contagem de palavras, cache de resultados e muito mais. --- ## Criando Dicionarios ```python # Dicionario vazio vazio = {} vazio2 = dict() # Dicionario com dados pessoa = { "nome": "Ana", "idade": 28, "cidade": "Sao Paulo", "linguagens": ["Python", "JavaScript"] } # A partir de lista de tuplas pares = dict([("a", 1), ("b", 2), ("c", 3)]) # Com dict() config = dict(host="localhost", porta=5432, debug=True) # Dict comprehension quadrados = {x: x ** 2 for x in range(1, 6)} # {1: 1, 2: 4, 3: 9, 4: 16, 5: 25} ``` As chaves devem ser **imutaveis** (strings, numeros, tuplas). Valores podem ser qualquer tipo. Para entender melhor tipos de dados, veja nosso artigo sobre [estruturas de dados Python](/blog/estruturas-de-dados-python/). --- ## Operacoes CRUD (Criar, Ler, Atualizar, Deletar) ### Leitura ```python pessoa = {"nome": "Ana", "idade": 28, "cidade": "SP"} # Acesso direto — levanta KeyError se nao existir print(pessoa["nome"]) # "Ana" # Acesso seguro com get — retorna None ou valor padrao print(pessoa.get("email")) # None print(pessoa.get("email", "N/A")) # "N/A" # Verificar se chave existe if "idade" in pessoa: print(f"Idade: {pessoa['idade']}") ``` ### Criacao e Atualizacao ```python pessoa = {"nome": "Ana", "idade": 28} # Adicionar/atualizar valor pessoa["email"] = "ana@email.com" pessoa["idade"] = 29 # Atualizar multiplos valores pessoa.update({"cidade": "RJ", "cargo": "Dev Python"}) # setdefault — define valor apenas se chave nao existir pessoa.setdefault("pais", "Brasil") # Adiciona pessoa.setdefault("nome", "Carlos") # Nao altera (ja existe) ``` ### Remocao ```python pessoa = {"nome": "Ana", "idade": 28, "cidade": "SP", "email": "ana@email.com"} # Remover e retornar valor email = pessoa.pop("email") # "ana@email.com" # Remover com valor padrao (sem erro se nao existir) fone = pessoa.pop("telefone", "Nao informado") # Remover ultimo par inserido ultimo_par = pessoa.popitem() # Remover por chave del pessoa["cidade"] # Limpar tudo pessoa.clear() ``` --- ## Iterando sobre Dicionarios ```python config = {"host": "localhost", "porta": 5432, "db": "app_prod"} # Iterar sobre chaves (padrao) for chave in config: print(chave) # Iterar sobre valores for valor in config.values(): print(valor) # Iterar sobre pares chave-valor for chave, valor in config.items(): print(f"{chave} = {valor}") # Dict comprehension com filtro grandes = {k: v for k, v in config.items() if isinstance(v, int) and v > 100} ``` Para mais sobre iteracao em Python, confira nosso artigo sobre [geradores e iteradores](/blog/geradores-iteradores-python/). --- ## Dict Comprehension Assim como list comprehension para [listas](/algoritmos/listas-python/), dict comprehension cria dicionarios de forma concisa: ```python # Inverter chave e valor original = {"a": 1, "b": 2, "c": 3} invertido = {v: k for k, v in original.items()} # {1: "a", 2: "b", 3: "c"} # Filtrar items notas = {"Ana": 8.5, "Carlos": 6.0, "Maria": 9.2, "Pedro": 4.5} aprovados = {nome: nota for nome, nota in notas.items() if nota >= 7.0} # {"Ana": 8.5, "Maria": 9.2} # Transformar valores precos_usd = {"camiseta": 20, "calcado": 80, "jaqueta": 150} precos_brl = {item: preco * 5.2 for item, preco in precos_usd.items()} # A partir de duas listas chaves = ["nome", "idade", "cidade"] valores = ["Ana", 28, "SP"] pessoa = dict(zip(chaves, valores)) ``` --- ## collections: defaultdict, Counter e OrderedDict O modulo `collections` oferece variantes poderosas de dicionarios: ### defaultdict ```python from collections import defaultdict # Agrupar items sem verificacao manual palavras = ["python", "java", "python", "go", "python", "java"] # Sem defaultdict (verboso) contagem = {} for p in palavras: if p not in contagem: contagem[p] = 0 contagem[p] += 1 # Com defaultdict (limpo) contagem = defaultdict(int) for p in palavras: contagem[p] += 1 # defaultdict(int, {'python': 3, 'java': 2, 'go': 1}) # Agrupar em listas alunos = [("Python", "Ana"), ("Java", "Carlos"), ("Python", "Maria")] turmas = defaultdict(list) for curso, aluno in alunos: turmas[curso].append(aluno) # {'Python': ['Ana', 'Maria'], 'Java': ['Carlos']} ``` ### Counter ```python from collections import Counter # Contar elementos texto = "abracadabra" contagem = Counter(texto) # Counter({'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1}) # Top N mais comuns print(contagem.most_common(3)) # [('a', 5), ('b', 2), ('r', 2)] # Operacoes entre Counters vendas_jan = Counter({"produto_a": 50, "produto_b": 30}) vendas_fev = Counter({"produto_a": 40, "produto_b": 60}) total = vendas_jan + vendas_fev # Counter({'produto_b': 90, 'produto_a': 90}) ``` ### OrderedDict ```python from collections import OrderedDict # Util quando a ordem importa para comparacao d1 = OrderedDict([("a", 1), ("b", 2)]) d2 = OrderedDict([("b", 2), ("a", 1)]) print(d1 == d2) # False (ordem diferente) # Com dict normal, ordem nao afeta igualdade print({"a": 1, "b": 2} == {"b": 2, "a": 1}) # True ``` --- ## Como Hash Tables Funcionam Dicionarios Python sao implementados como hash tables. Entender isso ajuda a escrever codigo mais eficiente: 1. **Funcao hash**: Quando voce insere `d["chave"] = valor`, Python calcula `hash("chave")` para determinar onde armazenar o par 2. **Indice do array**: O hash e convertido em um indice de um array interno 3. **Colisoes**: Quando duas chaves geram o mesmo indice, Python usa probing (open addressing) para encontrar o proximo slot vazio 4. **Redimensionamento**: Quando o array fica 2/3 cheio, Python cria um novo array maior e redistribui todos os pares ```python # Apenas tipos hashaveis podem ser chaves print(hash("texto")) # Funciona print(hash(42)) # Funciona print(hash((1, 2, 3))) # Funciona (tupla e imutavel) # hash([1, 2, 3]) # TypeError! Listas sao mutaveis ``` ### Complexidade de Operacoes | Operacao | Media | Pior Caso | |---|---|---| | Busca por chave | O(1) | O(n) | | Insercao | O(1) | O(n) | | Remocao | O(1) | O(n) | | Iteracao | O(n) | O(n) | O pior caso O(n) so acontece quando muitas chaves colidem — extremamente raro na pratica. --- ## Quando Usar Dicionarios vs Outras Estruturas | Cenario | Melhor Estrutura | |---|---| | Colecao ordenada com indice | [Lista](/algoritmos/listas-python/) | | Busca rapida por chave | Dicionario | | Verificar pertencimento | Set | | Dados imutaveis | Tupla | | Contagem de elementos | Counter | | Fila/pilha | [deque](/algoritmos/pilhas-filas-python/) | | Busca em dados ordenados | [bisect](/algoritmos/busca-binaria-python/) | Para uma visao completa de quando usar cada estrutura, confira nosso artigo sobre [estruturas de dados](/blog/estruturas-de-dados-python/). --- ## Padroes Comuns com Dicionarios ### Merge de Dicionarios (Python 3.9+) ```python config_padrao = {"tema": "claro", "idioma": "pt-br", "debug": False} config_usuario = {"tema": "escuro", "fonte": 16} # Operador merge (Python 3.9+) config_final = config_padrao | config_usuario # {"tema": "escuro", "idioma": "pt-br", "debug": False, "fonte": 16} # Merge in-place config_padrao |= config_usuario ``` ### Dicionario como Switch/Match ```python def calcular(a, b, operacao): operacoes = { "soma": lambda: a + b, "subtracao": lambda: a - b, "multiplicacao": lambda: a * b, "divisao": lambda: a / b if b != 0 else "Erro: divisao por zero" } return operacoes.get(operacao, lambda: "Operacao invalida")() print(calcular(10, 3, "soma")) # 13 ``` Para alternativas modernas, veja nosso artigo sobre [pattern matching com match/case](/blog/pattern-matching-python-match-case/). --- ## Boas Praticas 1. **Use `.get()` para acessos seguros** — evita KeyError 2. **Prefira `defaultdict`** quando precisa de valores padrao 3. **Use dict comprehension** para transformacoes — e mais legivel que loops 4. **Evite chaves mutaveis** — listas e dicts nao podem ser chaves 5. **Use `Counter`** para contagens — nao reinvente a roda 6. **Considere [dataclasses](/glossario/dataclass/)** quando o dict tem estrutura fixa --- ## Conclusao Dicionarios sao indispensaveis em Python. Sua busca O(1), flexibilidade e as poderosas extensoes do modulo `collections` fazem deles a escolha certa para inumeros problemas. Domine dicionarios e voce estara pronto para enfrentar desafios reais de programacao. Continue sua jornada em algoritmos e estruturas de dados: [listas](/algoritmos/listas-python/), [ordenacao](/algoritmos/ordenacao-python/), [busca binaria](/algoritmos/busca-binaria-python/) e [pilhas e filas](/algoritmos/pilhas-filas-python/). Confira tambem nossas [vagas Python](/vagas/) e veja como empresas brasileiras como [Mercado Livre](/empresas/mercado-livre-brasil/) e [Itau](/empresas/itau-unibanco/) usam Python no dia a dia.

Explore tambem nossos sites sobre outras linguagens: Go, Rust e Kotlin.