Python-一维数据的格式化

数据组织的维度
从一个数据到一组数据是编写程序或者理解世界的重要跨度
一个数据表达一个含义
一组数据表达一个或多个含义

一组数据的组织过程中有个重要的概念叫做维度
用线性方法进行组织是一维数据
例如：
3.143,6.21,7.2312,9.25

用二维方式进行组织
例如：
3.143 6.21
7.2312 9.25

数据维度
-一维数据由对等关系的有序或无序数据构成，采用线性方式组织
-对应列表、数组和集合等概念
-二维数据由多个维位数据构成，是一维数据的组合形式
-表格是典型的二维数据
-多维数据由一维或二维数据在新维度上扩展形成的
-例如游戏排行榜表格内分为武器排行榜、防具排行榜，这样的整体叫做多维数据
-高维数据仅利用最基本的二元关系展示数据间的复杂结构
-例如字典数据类型中的键值对

数据有一个操作周期的概念
由于数据必须存在才能处理，所以数据的操作周期有
存储<->表示<->操作
如图所示：

数据存储所使用的数据格式，通过数据表示找到该数据的数据类型，再通过不同数据类型对应的数据操作方式进行操作
操作过的数据通过数据表示找到操作后的数据类型，再通过不同数据类型对应的数据存储格式进行存储

一维数据的表示
-如果数据间有序：使用列表格式
-列表类型可以表达一维有序数据
-for循环可以遍历数据，进而对每个数据进行处理
-如果数据间无序：使用集合类型
-集合类型可以表达一维无序数据
-for循环可以遍历集合类型，进而对每个数据进行相关处理

↑以上内容之前有讲过，因为列表数据有序，而集合数据无序

一维数据的存储
-存储方式1：空格分隔
-每个数据使用一个或多个空格分隔进行存储，不换行
-缺点：数据中不能存在空格，不然难以区分空格是在该数据外部还是内部
-存储方式2：逗号分隔
-每个数据使用英文半角逗号分隔数据进行存储，不换行
-缺点：和空格分隔一样，数据中不能含有英文逗号
-存储方式3：用其他特殊符号分隔数据进行存储，例如用%*#￥等
-使用其他符号或符号组合分隔，建议采用不会在数据中出现的特殊符号
-缺点：需要根据数据特点定义，通用性较差

一维数据的处理（非数据操作）
对一维数据的操作与算法相关，这里的处理是指一维数据的数据存储格式和表示方法之间的转换
简单来说，以下功能进行处理的方法
-将存储的数据读入程序
-将程序表示的数据写入文件

读取：

x.split()    #x为读取文件赋值的变量，split()是指利用括号内的字符分割数据

例如：

写入：

x.write(' '.join(y))    #x为写入文件赋值的变量 .join(y)中的y是列表类型变量，" ".join(y)表示用" "内的符号分割Y中的每一个元素

例如：

写入的文件是一个大字符串，单行表示，结果为中国$美国$日本
读取时只需要x.split("$")