计算机基础 - 数据与信息

什么是数据？

数据是原材料；它是事实和数据的集合。由于其原始性质，数据没有重要的意义。数据可能包括文本、数字、事实、图像、数字、图表和符号，并且可以来自不同的来源，如传感器、调查、交易、社交媒体等。

G15、KPL 和 Gud 是数据的一些示例。数据需要经过处理才能转换为有用的方式，这称为信息。例如 - Gud 是数据；经过文本处理后，它转换为 Good，这是信息。

对数据的适当分析在研究、科学、商业、医疗保健、农业和技术等领域发挥着重要作用，推动着决策和创新。

不同类型数据的一些特征如下：

数据类型	特征
定量数据	它是数值性质的。它可以被测量和量化，例如身高、体重、温度等。这种类型的数据可以使用统计方法进行分析。
定性/描述性数据	它是描述性的。它可以使用颜色、纹理、意见或任何其他相关特征进行探索。它通常是主观的，需要解释。它可以是分类的或有序的。
结构化数据	它以预定义的结构组织，通常包括数据库或电子表格等表格形式。易于搜索它可以使用 SQL 等标准工具进行分析。允许执行查询以插入、删除和更新。
非结构化数据	它缺乏预定义的结构。它没有预定义的结构。它可能包括文本文档、社交媒体帖子、图像、视频等。使用传统方法难以分析。它使用自然语言处理 (NLP)、机器学习等高级技术进行处理。
大数据	数据量很大。它很复杂，并且使用传统数据处理应用程序进行处理。它有五个 V 来识别，即容量、速度、多样性、真实性和价值。
元数据	它提供有关数据的信息。它包括数据字典、文件描述、标签等。它为理解、管理和改进数据搜索能力和可用性提供了方向。
流数据	它是在实时环境中持续生成和传输的，例如传感器数据、社交媒体更新、金融市场数据等。它需要实时数据处理。它通常使用物联网、实时分析等应用程序。

数据类型
定量数据	它以数值形式提供，例如 50 公斤、165 厘米、15887 等。
离散数据	取某些值（如整数）的数据。例如，部门中的员工人数。
连续数据	可以在某个范围内取任何值的数据。例如，风速和温度。例如 - 随着时间的推移，某些连续数据，如婴儿一年的体重变化或一天中房间的温度变化。
定性数据	它以描述形式提供，例如人的姓名、性别、地址和特征。
名义数据	表示没有内在顺序的类别的的数据。例如，颜色和性别。
顺序数据	表示具有特定顺序或等级的类别的的数据。例如，将满意度等级评为“差”、“中等”或“优秀”。
分类数据	表示类别或标签，通常是定性的数据称为分类数据。它可以包括名义数据和顺序数据。
数值数据	此类数据包括数字。它可以是定量的或定性的。
时间序列数据	在时间间隔内收集的数据，例如股票价格、天气数据和销售数据。
空间数据	与地理位置相关的数据，例如谷歌地图、GPS 数据和卫星图像。

信息是处理后的数据。它始终有用并用于决策。对某件事了解很多信息的人总是被认为是知识渊博的人。因此，良好的信息基础总是构成良好的知识基础，而良好的知识基础有助于做出健康或富有成效的决策。

信息的总体特征如下：

打印页面