7.3.3 高维数据的存储与读写
二维数据可以看成一维数据的集合，三维数据可以看成二维数据的集合，以此类推，但是以这样层层嵌套的方式组织数据，会让高维数据的表示非常复杂，为了直观地表示数据间复杂的组织关系，一般在表示高维数据时不采用结构化的形式，而是用最基本的二元关系，即以键值对的形式进行格式化。
网络上传递的数据大都是高维数据，JSON（JavaScript Object Notation）是网络中最常见的高维数据格式，它是一种轻量级的数据交换格式，它的本质是一种被格式化了的字符，即易于人类阅读和编写，也易于机器解析和生成。在网络中常用JSON对高维数据进行表达和存储。JSON表示键值对的基本格式，如"key"："value"。
JSON存储数据应遵循以下语法规则。
①数据存储在键值对中，如"学号"："20200001"。
②键值对之间用英文逗号隔开，如"学号"："20200001"，"姓名"："张华"。
③大括号用于保存一个JSON对象，如｛"学号"："20200001"，"姓名"："张华"｝。
④方括号用于保存一组对象集合，即键值对数据组成的数组，如：
从最外层看，这个数据首先是一个键值对，key是"计算机科学与技术2020学生"，value与key之间用冒号连接，value本身是一个数组，这个数组中存储了多名学生的信息，每个学生的信息都用一个大括号括起来。
采用对象、数组方式组织起来的键值对可以表示任何结构的数据，这为计算机组织复杂数据提供了极大的便利。目前，万维网上使用的高维数据主要是JSON和XML。
拓展：
XML（eXtensible Markup Language，可扩展标记语言）是W3C推荐的一种标准，它为在Internet上传送及携带数据信息提供标准格式，它用成对的标签来表示键值对，如：
XML与JSON都可以表示高维数据，但是XML对key值要存储两次＜key＞＜/key＞，而JSON只需要存储一次，且在数据交换时产生更少的网络带宽和存储需求，因此比XML更为常用。
使用JSON存储数据时，需要先导入json库（import json）。
json库主要包括两类函数，即操作类函数和解析类函数。操作类函数主要完成外部JSON格式和程序内部数据类型之间的转换功能，解析类函数主要用于解析键值对内容。JSON格式包括对象和数组，分别用大括号“｛｝”和方括号“［］”表示，对应键值对的组合关系和对等关系。与Python数据类型进行转换时，一般来说JSON格式对应的对象将被json库解析成字典，数组被解析成列表。
json库包含两个过程，即编码（encoding）和解码（decoding）。编码是将Python数据类型转换为JSON格式的过程，解码是从JSON格式中解析数据到对应的Python数据类型的过程。编码与解码实质上是数据类型序列化和反序列化的过程。JSON操作函数如表7-6所示。
表7-6 JSON操作函数
json.dumps（）中的obj可以是Python的列表或字典类型，当输入字典时，dumps（）将其转换为JSON格式字符串。默认是顺序存放，sort_keys可以对字典按照key进行排序，控制输出。indent用于增加数据缩进，使生成的JSON格式字符串更具可读性。由于JSON库默认采用Unicode编码处理非西文字符，因此涉及中文时，想要正常读取中文，需要加上ensure_ascii=False。
Python数据类型与JSON互转：
运行结果：
利用JSON读取文件、写入文件：
运行结果：
同时会创建文件js1.json。