7.3.1　数据维度

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，事物可分为不同的维度。例如：与线有联系的概念有长度，则线为一维事物；与长方形面积有联系的概念有长度和宽度，则长方形面积为二维事物；与长方体体积有联系的概念有长度、宽度、高度，则长方体体积为三维事物。

相应的，数据也有维度，那数据的维度有哪些呢？

计算机是能够根据指令操作数据的设备，因此操作数据是程序最重要的任务。除了单一数据类型（数字、浮点数等），更多的数据需要根据不同维度组织起来，以便进行管理和程序处理。根据组织数据时与数据“有联系”的参数的数量，数据维度可以分为一维数据、二维数据和高维数据。

一维数据是由具有对等关系的有序或无序数据构成的，采用线性方式组织，对应数学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。一维数据的各个元素可用逗号、空格等分隔。如国际经济合作主要论坛二十国集团（G20）的成员就是一条一维数据，可表示为：

中国，美国，日本，德国，法国，英国，意大利，加拿大，俄罗斯，欧盟，澳大利亚，南非，阿根廷，巴西，印度，印度尼西亚，墨西哥，沙特阿拉伯，土耳其，韩国

二维数据关系的参数数量为2，也称为表格数据，对应数学中的矩阵、表格。在Python语法中，二维列表、二维元组都是二维数组，如存储学生信息的表格（表7-5）。

表7-5　学生信息

高维数据采用键值对等简单的二元关系展示数据间的复杂结构，以对象方式组织，属于较好的数据组织方式。高维数据在网络中经常用到，如HTML、XML、JSON等都是高维数据。Python中字典类型的数据是高维数据。如学生的成绩信息用字典表示：