json模块（高维数据的存储与读取）
json模块是 Python 标准库中的一个模块，用于处理 JSON（JavaScript Object Notation）格式的数据。JSON是一种轻量级的数据交换格式，易于人阅读和编写，同时也易于机器解析和生成。模块提供了在 Python 中进行 JSON 编码（序列化）和解码（反序列化）的功能。json
以下是 json模块的主要函数和用法：
1.json.dumps（obj， *， skipkeys=False， ensure_ascii=True， check_circular=True， allow_nan=True， cls=None， indent=None， separators=None， default=None， sort_keys=False， **kw）：
将 Python 对象 obj转换为 JSON 格式的字符串。
这些参数提供了在序列化过程中控制行为的灵活性，可以根据需要选择适当的参数值。
-
obj：必需参数，要序列化为 JSON 字符串的 Python 对象。通常是字典、列表、元组等可序列化的对象。
-
skipkeys（默认为 False）：如果设置为 True，在序列化字典对象时跳过非字符串键。如果字典包含非字符串键，则会引发 。默认情况下，这个参数是 False，表示不跳过非字符串键。
TypeError -
ensure_ascii（默认为 True）：如果设置为 True，所有非 ASCII 字符将转义为 ASCII。如果设置为 False，则允许非 ASCII 字符原样输出。默认情况下，这个参数是 True。
-
check_circular（默认为 True）：如果设置为 True，检查循环引用（例如，一个对象是另一个对象的属性，而后者又是前者的属性）。如果检测到循环引用，会引发 。如果设置为 False，将不会检查循环引用，但可能导致无限递归和堆栈溢出。默认情况下，这个参数是 True。
ValueError -
allow_nan（默认为 True）：如果设置为 True，允许 JSON 中的 NaN、Infinity 和 -Infinity。如果设置为 False，将不允许这些特殊的浮点数值，而是引发 。默认情况下，这个参数是 True。
ValueError -
cls：用于指定自定义的 JSON 编码器类。这个参数应该是一个 JSONEncoder 的子类。默认情况下，使用 类进行编码。
json.JSONEncoder -
indent：用于指定缩进的空格数，使生成的 JSON 字符串更易读。默认情况下，不进行缩进，即不进行格式化。
-
separators：用于指定不同部分之间的分隔符，应该是一个包含两个字符的元组，例如 。第一个字符用于分隔项之间的间隔，第二个字符用于分隔键值对之间的间隔。默认情况下，使用 和 作为分隔符。
(',', ':'),: -
default：用于指定一个函数，用于将非序列化的对象转换为可序列化的类型。例如，可以指定一个函数来处理自定义对象的序列化。默认情况下，如果遇到无法序列化的对象类型，则引发 。
TypeError -
sort_keys（默认为 False）：如果设置为 True，在输出 JSON 字符串时对键进行排序。默认情况下，这个参数是 False，表示不对键进行排序。
2.json.dump（obj， fp， *， skipkeys=False， ensure_ascii=True， check_circular=True， allow_nan=True， cls=None， indent=None， separors=None， default=None， sort_keys=False， **kw）：
- 将 Python 对象
obj序列化为 JSON 格式，并写入文件对象fp。 - 参数与
dumps类似。
3.json.loads（s， *， encoding=None， cls=None， object_hook=None， parse_float=None， parse_int=None， parse_constant=None， object_pairs_hook=None， **kw）：
将 JSON 格式的字符串s 解码为 Python 对象。
-
s：必需参数，要反序列化的 JSON 格式的字符串。
-
encoding（可选）：指定 JSON 字符串的编码方式。默认情况下，
json.loads()将假设输入的 JSON 字符串是使用 UTF-8 编码的。如果 JSON 字符串使用其他编码方式，可以通过这个参数指定编码方式，例如'utf-16'。 -
cls（可选）：用于自定义 JSON 解码器的类。这个参数应该是一个
JSONDecoder的子类。通过传递自定义的解码器类，可以实现更复杂的 JSON 数据解析逻辑。 -
object_hook（可选）：用于在解码 JSON 字符串时，对解析出的字典对象进行自定义处理的回调函数。这个函数将在每个解析出的 JSON 对象转换为 Python 字典之后被调用，可以用于执行额外的处理操作，例如将字典转换为自定义对象。
-
parse_float（可选）：用于指定 JSON 字符串中浮点数的解析方式的回调函数。默认情况下，
json.loads()将使用 Python 的float()函数解析浮点数。 -
parse_int（可选）：用于指定 JSON 字符串中整数的解析方式的回调函数。默认情况下，
json.loads()将使用 Python 的int()函数解析整数。 -
parse_constant（可选）：用于指定 JSON 字符串中特殊常量（如
null、true、false）的解析方式的回调函数。默认情况下，json.loads()将使用 Python 的None、True和False来表示这些特殊常量。 -
object_pairs_hook（可选）：用于在解码 JSON 字符串时，对解析出的字典对象进行自定义处理的回调函数。与
object_hook不同的是，这个函数将在每个解析出的 JSON 对象转换为 Python 字典的键值对之后被调用。
4.json.load（fp， *， cls=None， object_hook=None， parse_float=None， parse_int=None， parse_constant=None， object_pairs_hook=None， **kw）：
- 从文件对象fp 中读取 JSON 数据并解码为 Python 对象
fp。 - 参数与
loads类似。
示例：
import json# 将 Python 对象转换为 JSON 字符串
data = {'name': 'John', 'age': 30, 'city': 'New York'}
json_str = json.dumps(data, indent=2)
print(json_str)# 将 JSON 字符串转换为 Python 对象
json_data = '{"name": "John", "age": 30, "city": "New York"}'
python_obj = json.loads(json_data)
print(python_obj)
- 在第一个部分中，
json.dumps()用于将 Python 字典data转换为格式化良好的 JSON 字符串，然后使用print()打印输出。 - 在第二个部分中，
json.loads()用于将 JSON 字符串json_data反序列化为 Python 对象，并将结果存储在变量python_obj中。然后同样使用print()打印输出这个 Python 对象。
这个代码演示了在将数据从 Python 对象转换为 JSON 字符串（序列化）和从 JSON 字符串转换回 Python 对象（反序列化）的基本操作。
import json# 定义一个 Python 字典对象
data = {'name': 'John','age': 30,'city': 'New York'
}# 将字典对象保存到 JSON 文件中
with open('data.json', 'w') as f:json.dump(data, f)# 从 JSON 文件中加载数据
with open('data.json', 'r') as f:loaded_data = json.load(f)print(loaded_data) # 输出: {'name': 'John', 'age': 30, 'city': 'New York'}
在这个例子中：
- 首先定义了一个简单的 Python 字典
data，其中包含了一些基本的用户信息。 - 然后，使用
json.dump()将这个字典对象保存到名为data.json的文件中。通过传递文件对象和字典对象作为参数，json.dump()将字典对象转换为 JSON 格式的字符串，并将其写入文件中。 - 接着，使用
json.load()从data.json文件中加载数据。json.load()从文件中读取 JSON 格式的数据，并将其转换为 Python 对象。 - 最后，打印加载的数据，验证它与原始字典对象相同。
这个例子展示了如何使用json.dump() 将 Python 对象保存到 JSON 文件中，以及如何使用json.load() 从 JSON 文件中加载数据并将其转换回 Python 对象。