Python中怎样区分不同维度的数据？

从广义上讲，维度是与事物“有联系”的概念的数量，根据“有联系”的概念的数量，事物可分为不同维度。例如，与线有联系的概念为长度，因此线为一维事物;与长方形面积有联系的概念为长度和宽度，因此长方形面积为二维事物;与长方体体积有联系的概念为长度、宽度和高度，因此长方体体积为三维事物。

在计算机中，根据组织数据时与数据“有联系”的参数的数量，数据可分为不同的维度，本节将对数据维度(不同维度数据格式相互转换）相关的知识进行讲解。

不同维度的数据分类

根据组织数据时与数据有联系的参数的数量，数据可分为一维数据、二维数据和多维数据。

1.一维数据

一维数据是具有对等关系的一组线性数据，对应数学之中的集合和一维数组，在Python语法中，一维列表、一维元组和集合都是一维数据。一维数据中的各个元素可通过逗号(，)、空格等分隔。我国在2018年公布的15个新一线城市便是一组一维数据，通过逗号分隔此组数据，具体如下所示：

成都，杭州，重庆，武汉，苏州，西安，天津，南京，郑州，长沙，沈阳，青岛，宁波，东莞，无锡

2.二维数据

二维数据关联参数的数量为2，此种数据对应数学之中的矩阵和二维数组，在Python语法中，二维列表、二维元组等都是二维数据。表格是日常生活中最常见的二维数据的组织形式，二维数据也称为表格数据。班级之中发布的成绩表就是一种表格数据，具体如图1所示。

3.多维数据

多维数据利用键值对等简单的二元关系展示数据间的复杂结构，Python中字典类型的数据是多维数据。多维数据在网络系统中十分常见，计算机中常见的多维数据形式有HTML、JSON等。使用JSON格式描述多个高三一班考试成绩，具体如下所示：

“高三一班考试成绩”：[
                {"姓名"： "刘婧"，
                "语文"： "124"，
                "数学"： "137"，
                "英语"： "145"，
                "理综”："260"} ;
                {"姓名"： "张华"
                "语文"： "116"
                "数学"： "143"，
                "英语"： "139"，
                "理综"： "263"}；
                 .......
           ]