python抽取特征值

from sklearn.feature_extraction import DictVectorizer
from sklearn.feature_extraction.text import CountVectorizer, TfidfVectorizer
from sklearn.preprocessing import MinMaxScaler,StandardScaler
import jieba
def dictVec():
    dict=DictVectorizer() #实例化某个类
    data=dict.fit_transform([{'city': '北京', 'temperature': 100},
                             {'city': '上海', 'temperature': 60},
                             {'city': '深圳', 'temperature': 30}])  #此方法很重要,该方法用来抽取特征值
    print(data)
    print(type(data))
    print("---------------------------")
    print(dict.get_feature_names())  #返回类别名称
    print(dict.inverse_transform(data))  #转换之前的数据格式
    #print(dict.transform(data))  #按照原先的标准转换
    return None

运行结果：

我们可以看到结果中
(0,1) 1.0
(0,3) 100
那么是怎么来的呢？
这个结果和下面的东西有关系

上海 北京 深圳 temperature
0 1 0 100