Python 如何迭代字典项？

我有一本股票数据字典，如下所示：

{'_id': ObjectId('5ed25b3a4893efeab4cef4b3'),
 'time': 1286699400000.0,
 'open': 1128.0,
 'high': 1128.0,
 'low': 1128.0,
 'close': 1128.0,
 'volume': 100}

def dict_to_array(data):
    data = data.values()
    training_set1 = []
    training_set1.append(data["open"])
    training_set1.append(data["high"])
    training_set1.append(data["low"])
    training_set1.append(data["close"])
    training_set1.append(data["volume"])
    training_set1 = np.array(training_set1).T
    return training_set1

并尝试使用以下代码将其转换为数据列表/数组，但它仅适用于字典的1项。我不知道如何反复阅读字典

def dict_to_array(data):
    training_set1 = []
    training_set1.append(data["open"])
    training_set1.append(data["high"])
    training_set1.append(data["low"])
    training_set1.append(data["close"])
    training_set1.append(data["volume"])
    training_set1 = np.array(training_set1).T
    return training_set1

编辑：我希望有

培训设置1

，结果如下：

[[o1, h1, l1, c1, v1],
 [o2, h2, l2, c2, v2],
 ...
 [on, hn, ln, cn, vn]]

EDIT2:我在代码中添加了

data=data.values（）

，如下所示：

{'_id': ObjectId('5ed25b3a4893efeab4cef4b3'),
 'time': 1286699400000.0,
 'open': 1128.0,
 'high': 1128.0,
 'low': 1128.0,
 'close': 1128.0,
 'volume': 100}

def dict_to_array(data):
    data = data.values()
    training_set1 = []
    training_set1.append(data["open"])
    training_set1.append(data["high"])
    training_set1.append(data["low"])
    training_set1.append(data["close"])
    training_set1.append(data["volume"])
    training_set1 = np.array(training_set1).T
    return training_set1

但我得到了以下错误：

TypeError: 'dict_values' object is not subscriptable

---

这是迭代字典的方法，您可以对字典中的每个键使用key变量，value变量将包含该键各自的值

dictionary = {'name': "John Doe", 'age': 34, 'company': "abc ltd"}

for key, value in dictionary.items():
    print(f"{key} has {value} in dictionary")

---

她是您如何使用

dict.items（）

和

list（）

：

使用

name.values（）

或

list（name.values（））

仅获取值

---

使用

name.items（）。这就是您要寻找的吗？您可以使用
dict.values（）
获取值，使用
dict.items（）
获取键值对。这是否回答了您的问题？或者：
for key in dictionary:print（f“{key}有{dictionary[key]}in dictionary”）