# 第 1 章 认识数据与大数据

> **所属**：必修 1《数据与计算》
> **章节定位**：本章是整本必修 1 的'底层逻辑'——讲清数据是什么、信息怎么编码、大数据怎么用。后两章的算法（用程序处理数据）和 AI（让数据产生智能）都要回到这一章。
> **对应原文**：第 1 章，约 30 页

---

## 一、核心要点（5 分钟读完）

1. **数据、信息、知识是三件事**：数据是「60 kg」这样的原始记录；信息是「该同学 BMI 正常」这样的解读；知识是「BMI 18.5–24 是健康标准」这样的规律。一层比一层抽象。
2. **数据要靠载体来记录和传递**：身份证号、条形码、二维码都是数据载体。数据本身没有意义，要靠「上下文 + 处理」才能变成信息。
3. **信息的四大特征**：载体性（依附文字/图像/音频）、共享性（可多人同时用）、时效性（会过时）、可处理性（加工后价值更高）。
4. **二进制的本质是「逢二进一」**：计算机只认 0 和 1。十进制→二进制用「除 2 取余」，二进制→十进制按位加权相加。二进制位数 N 能表示 2^N 种状态。
5. **声音编码三步：采样→量化→编码**：采样（每秒采 N 次）→量化（把幅度分级）→编码（用二进制表示）。容量公式：采样频率 × 量化位数 × 声道数 × 时长 ÷ 8。
6. **图像是像素的集合，颜色深度决定色彩**：BMP 一像素未压缩；JPG/PNG 压缩后体积小。容量 = 水平像素 × 垂直像素 × 颜色深度 ÷ 8。
7. **数据压缩分无损和有损**：无损（ZIP / 7Z / PNG）解压后完全一样；有损（MP3 / JPEG / MPEG）丢细节换体积，适合音视频。
8. **大数据 4V 特征 + 4 大典型应用**：4V = Volume（量大）、Velocity（变化快）、Variety（多样）、Value（价值密度低）。典型应用：电商推荐、智慧城市、智能医疗、智能社区。

---

## 二、知识图谱

```mermaid
graph TD
    D[数据] --> I[信息]
    I --> K[知识]
    D --> C[编码方式]
    C --> Char[字符编码<br/>GB2312/GBK/UTF-8]
    C --> Audio[声音编码<br/>采样-量化-编码]
    C --> Img[图像编码<br/>像素×颜色深度]
    C --> Video[视频编码<br/>连续帧 ≥24fps]
    D --> Comp[压缩]
    Comp --> Lossless[无损压缩<br/>ZIP/7Z/PNG]
    Comp --> Lossy[有损压缩<br/>MP3/JPEG/MPEG]
    D --> Big[大数据]
    Big --> V1[4V 特征]
    Big --> V2[应用场景]
    V2 --> App1[电商推荐]
    V2 --> App2[智慧城市]
    V2 --> App3[智能医疗]
    V2 --> App4[智能社区]
    style D fill:#e1f5ff
    style I fill:#fff4e1
    style K fill:#e8f5e9
    style Big fill:#fce4ec
```

---

## 三、关键概念速查（高频考点）

| 概念 | 一句话定义 | 出处 |
|---|---|---|
| 数据 | 描述事物的符号记录，是信息的载体（字符、图像、音频等都算） | 1.1.1 |
| 信息 | 数据所表示的意义，能消除接收者的不确定性 | 1.1.2 |
| 知识 | 从大量信息中归纳、提炼出来的规律和经验 | 1.1.3 |
| 数据集 | 用来描述事物的一系列数据（多个数据组成） | 1.1.1 |
| 信息的载体性 | 信息必须依附某种载体（文字/图像/音频等）才能存在和传递 | 1.1.2 |
| 信息的时效性 | 信息会随时间变化而失去价值（如昨天的天气） | 1.1.2 |
| 二进制 | 逢二进一的数制，计算机内部所有数据都用 0/1 表示 | 1.2.2 |
| 数制转换 | 十进制→二进制用「除 2 取余」；二进制→十进制按位加权求和 | 1.2.2 |
| 采样 | 以相等时间间隔测得声音的模拟量值（离散化），单位 Hz | 1.2.3 |
| 量化 | 把采样值变换到最接近的数字值（用有限个数表示连续值） | 1.2.3 |
| 像素 | 图像的最小单位，颜色深度 n 位能表示 2ⁿ 种颜色 | 1.2.3 |
| 颜色深度 | 每个像素颜色所占的二进制位数（黑白 = 1 位，24 位 = 真彩色） | 1.2.3 |
| 无损压缩 | 解压后数据与原始完全一致（ZIP、7Z、PNG） | 1.2.4 |
| 有损压缩 | 会丢失部分信息换体积（MP3、JPEG、MPEG） | 1.2.4 |
| 大数据 4V | Volume、Velocity、Variety、Value | 1.3.2 |
| 数据活化 | 把隔离的数据变成整体、恢复数据间关联，用于智慧城市建设 | 1.3.2 |

---

## 四、易错点 / 常见误解

- ❌ 把「数据」理解成只是数字 —— ✅ 实际还包括字符、图像、音频、视频等所有能被存储的符号。
- ❌ 认为「数据 = 知识」 —— ✅ 数据要经过处理才能成为信息，信息要经过提炼才能成为知识，三者不是一回事。
- ❌ 把「二进制」想得很神秘 —— ✅ 只是「逢二进一」的计数法，跟十进制「逢十进一」本质一样，只是基数不同。
- ❌ 以为「压缩后失真」是技术不行 —— ✅ 有损压缩是有意为之，丢掉人耳/肉眼不敏感的部分，能大幅减小体积。
- ❌ 觉得「大数据就是数据多」 —— ✅ 更核心的是 4V 中的「价值密度低」，需要专门技术才能从海量数据里挖出有用的信息。

---

## 五、主题学习项目 · 体质数据促健康

> 整章围绕「体质健康」展开项目学习。

- **目标**：以小组为单位，研究制订增强体质、促进健康的方案，并以多媒体作品方式全班交流。
- **关键点**：
  1. 理清「数据、信息、知识」三者的关系；
  2. 理解「数字化」的作用和数据编码的方法（声音/图像/视频怎么变成 0/1）；
  3. 结合大数据特征，提出基于大数据的体质健康新方法；
  4. 最终交付：思维导图 + 多媒体作品（文字/图像/音频/视频素材）。
- **阶段**：设计方案 → 制作作品 → 交流作品 → 项目总结。

---

## 六、配套练习 · 提示（题目全文见 `question_bank/bixiu1_ch01.md`）

| 节次 | 题型 | 核心考点 | 答案来源 |
|---|---|---|---|
| 1.1 练习提升 | 简答 ×3 | 数据/信息/知识辨析；数据安全与隐私；思维导图工具 | 🟠 开放题（思路参考 `answer_guide.md`） |
| 1.2 练习提升 | 计算 + 简答 ×3 | **存储容量计算**（文本/图像/音频）；多媒体素材获取；团队组建 | Q1 🟢 高可信 / Q2 🟡 / Q3 🟠 |
| 1.3 练习提升 | 分析 + 阅读 ×2 | 大数据采集/存储/传输（共享单车案例）；大数据与社会影响讨论 | 🟠 开放题 |
| 1.3 实践活动 | 实践 | 用大数据平台指数分析功能研究「热词」趋势 | 无固定答案 |

> **老师提示**：本章的客观计算题集中在 1.2（容量公式），其余多为开放题，可对照 `answer_guide.md` 给学生做思路引导。

---

## 七、与前后章节的关联

- **← 起点**：本章是必修 1 第 1 章，无前置章节。
- **→ 第 2 章 算法与程序实现**：本章讲的「数据怎么变成 0/1」是第 2 章算法能处理的前提；第 2 章会用 Python 程序处理本章提到的文本/图像/音频数据。
- **→ 第 3 章 数据处理与应用**：本章讲的「大数据」在第 3 章会展开成完整的数据处理流程（采集 → 整理 → 分析 → 可视化 → 报告）。
- **→ 第 4 章 走进智能时代**：本章「数据 → 信息 → 知识」的层次是第 4 章 AI 学习数据的基础——AI 就是从大量数据中自动提炼知识。
- **→ 必修 2 第 2 章 信息系统概述**：本章讲的「数据/信息/知识」是必修 2 信息系统所要加工的对象。

---

> **出处**：本笔记基于人教版《普通高中教科书·信息技术必修 1 数据与计算》第 1 章整理，对应 `_chapters/bixiu1_ch01.md`（34,130 字原文）。
> **生成方式**：Mavis（M3）阅读全章 → 提炼结构化 JSON → 合成 markdown 笔记。
> **AI 加工摘要文件**：`_meta/per_chapter/bixiu1_ch01.json`