数据的维度及格式化

        我们生活在多维的世界，数据亦然。电影《黑客帝国》中，人类生存在一个数据的世界中，所见识到的一切事物，包括味觉嗅觉等等，均由数据所构成。机器通过矩阵将人类串联起来，构成世界的基本元素，就是数据。

        数据的维度无处不在。通常而言，数据的维度是数据的组织形式，据此区分为一维数据，二维数据，多维数据和高维数据：

• 一维数据由具有对等关系的有序或无序数据以线性方式构成，如列表和集合，对应数学中的数组。
• 二维数据，由多个一维数据构成，是一维数据的组合形式，也称表格数据，如列表，对应数学中的矩阵。
• 多维数据为一维或二维数据在新维度上的扩展，比如时间维度。
• 高维数据以简单的二元关系展示数据间的复杂结构，可以多层嵌套，如字典，JSON，XML等。

1、一维数据

        一维数据是最简单的数据组织类型。其表示形式有二，如果数据有序，使用列表类型[]；如果数据无序，则使用集合类型{}。

        1.1 一维数据的存储

        方式主要有以下几种：

        注意，上述标点符号均为英文标点符号，也即半角符号。

        无论采用任何方式分割和表示，一维数据都具有线性的特点，for循环可以遍历数据，进而对每个数据进行处理。

        1.2 一维数据的读取

txt=open('file').read()    #file为欲读取的文件路径及名称
ls=txt.split()    #根据相应分隔符进行分割
txt.close()

        1.3 一维数据的写入

ls=[...]    #欲写入列表
f=open('file','w')    #欲写入文件
f.write(' ',join(ls))    #欲写入分隔符
f.close()

2、二维数据

        二维数据常见的表示形式为二维列表，类似于平面直角坐标系，由行（row）和列（column）来确定某个元素。外层列表中每个元素可以对应一行，也可以对应一列，需要使用两层for循环遍历每个元素。

        2.1 二维数据的存储

        二维数据常用CSV（Comma-Separated Values）格式来存储。CSV文件的每一行是一维数据，整个CSV文件是一个二维数据。

        CSV为国际通用的一、二维数据存储格式，是数据转换的标准格式，一般以.csv为扩展名，可为Excel等编辑软件读取、编辑及另存，其规范如下：

• 开头不留空，以行为单位。
• 可含或不含表头，表头居文件第一行，可另行存储。
• 一行数据不跨行，无空行。
• 以半角逗号（,）作分隔符，元素缺失也要保留。
• 列内容如存在半角引号（”），替换成半角双引号（””）转义。
• 文件读、写时引号，逗号操作规则互逆。
• 内码格式不限，可为 ASCII、Unicode 或者其他。
• 不支持特殊字符

        CSV数据按行或按列存储取决于程序，一般索引习惯 ls[row][column] ，先行后列。

        以2020年全国医院综合排行榜为例

        文件存储为医院排行榜.csv，格式为：

排名,医院名称,专科声誉,科研学术,综合得分
1,中国医学科学院北京协和医院,80,15.396,95.396
2,四川大学华西医院,69.57,20,89.57
3,中国人民解放军总医院,58.658,12.734,71.392
4,复旦大学附属中山医院,32.254,12.032,44.286
5,上海交通大学医学院附属瑞金医院,32.807,11.436,44.243
6,华中科技大学同济医学院附属同济医院,23.676,14.15,37.826
7,复旦大学附属华山医院,25.232,9.415,34.647
8,中山大学附属第一医院,23.345,10.93,34.275
9,华中科技大学同济医学院附属协和医院,19.485,14.1,33.585
10,浙江大学医学院附属第一医院,17.002,14.06,31.062

2.2 二维数据的读取        

f=open('医院排行榜.csv')
ls=[]
for line in f:
    line=line.replace('\n','')    #或以.strip('\n')函数删除回车符
    ls.append(line.split(','))
for line in ls[:4]:    #打印前三名
    line=','.joint(line)
    print(line)
f.close()

排名,医院名称,专科声誉,科研学术,综合得分
1,中国医学科学院北京协和医院,80,15.396,95.396
2,四川大学华西医院,69.57,20,89.57
3,中国人民解放军总医院,58.658,12.734,71.392
>>> 

2.3 二维数据的写入

        覆盖写入和追加写入有所不同

wls=[['排名', '医院名称', '专科声誉', '科研学术', '综合得分'],\
     ['1', '中国医学科学院北京协和医院', '80', '15.396', '95.396'],\
     ['2', '四川大学华西医院', '69.57', '20', '89.57'],\
     ['3', '中国人民解放军总医院', '58.658', '12.734', '71.392']]
file=open('new.csv','w')
for item in wls:
    file.write(','.join(item)+'\n')
file.close()

        结果在当前目录下生成文件new.csv，其存储格式为：

排名,医院名称,专科声誉,科研学术,综合得分
1,中国医学科学院北京协和医院,80,15.396,95.396
2,四川大学华西医院,69.57,20,89.57
3,中国人民解放军总医院,58.658,12.734,71.392

        追加写入，原文件被改写：

als=[['11','空军军医大学西京医院','22.974','7.771','30.745'],\
    ['12','北京大学第一医院','20.523','9.398','29.921']]
f=open('医院排行榜.csv','a')
f.seek(2)
for item in als:
    f.write('\n'+','.join(item))
f.close()

排名,医院名称,专科声誉,科研学术,综合得分
1,中国医学科学院北京协和医院,80,15.396,95.396
2,四川大学华西医院,69.57,20,89.57
3,中国人民解放军总医院,58.658,12.734,71.392
4,复旦大学附属中山医院,32.254,12.032,44.286
5,上海交通大学医学院附属瑞金医院,32.807,11.436,44.243
6,华中科技大学同济医学院附属同济医院,23.676,14.15,37.826
7,复旦大学附属华山医院,25.232,9.415,34.647
8,中山大学附属第一医院,23.345,10.93,34.275
9,华中科技大学同济医学院附属协和医院,19.485,14.1,33.585
10,浙江大学医学院附属第一医院,17.002,14.06,31.062
11,空军军医大学西京医院,22.974,7.771,30.745
12,北京大学第一医院,20.523,9.398,29.921

2.4 二维数据的逐一处理

        采用二层循环

als=[['11','空军军医大学西京医院','22.974','7.771','30.745'],\
    ['12','北京大学第一医院','20.523','9.398','29.921']]
for row in als:
    for column in row:
        print(column)

11
空军军医大学西京医院
22.974
7.771
30.745
12
北京大学第一医院
20.523
9.398
29.921
>>>

3、高维数据

        高维数据由键值对类型的数据构成，采用对象方式组织，相比一维和二维数据能表达更加灵活和复杂的数据关系。由此衍生出HTML，XML、JSON等语法结构，是当今Internet组织内容的主要形式。