资源简介

信息技术必修 1《 数据与计算》知识点总结
（含思维脑图、章节巩固练习）
说明：
本知识点覆盖教材全章节核心内容，思维脑图采用 “层级递进 + 考点关联” 创新设计，便于学生构建知识体系。
第一章 数据与信息
一、核心知识点
1、数据、信息的定义与关系
数据：现实世界客观事物的符号记录（如数字、文字、图像、音频），是信息的载体，是计算机加工的对象。
信息：经过加工处理、具有实际意义的数据（如 “体温 36.5℃” 是信息，单纯 “36.5℃” 是数据）。
关系：数据是信息的原料，信息是数据的价值体现（数据→加工→信息）。
2、数据的核心特征
特征 核心内涵 实例
二进制 计算机中数据以二进制（0/1）形式存储和加工，因物理上易实现（高低电平） 十进制 “5” 在计算机中表示为 “101”
语义性 需通过语义解释将数据符号对应到客观事物，无语义的数据无意义 数据 “85” 需结合场景解释为 “考试分数” 或 “商品价格”
分散性 数据是分散的记录，分别对应不同事物的运行状态 超市中商品的单价、库存、销量数据分散记录
多样性与感知性 数据形式多样（文本、图像、音频、视频），可通过视觉、听觉等感知 手机拍摄的风景照片（视觉数据）、录音文件（听觉数据）
3、信息的七大特征
普遍性（万物运动皆有信息）
传递性（突破时空限制）
共享性（交流不损耗）
依附性（需载体呈现）
时效性（随事物变化失效）
真伪性（可能与事实不符）
价值相对性（对不同人价值不同）
4、数据编码
（1）编码本质：将各类信息转化为计算机可识别的二进制信号（计算机仅能识别 0 和 1）。
（2）模拟信号 vs 数字信号：
类型 核心特点 优势 劣势 适用场景
模拟信号 连续变化 处理简单、信息密度高 保密性差、抗干扰弱 近距离传输（如老式电话）
数字信号 离散存储（0/1） 保密性强、抗干扰强、传输差错可控制 占用频带宽、有量化误差 远距离传输（如网络、通信）
(3)常用编码类型及计算：
a.文字编码：
编码标准 字节数 适用范围 实例
ASCII 码 1 字节 英文字母、数字、符号 “A”=65（十进制）、“0”=48
GBK 码 2 字节 简体 / 繁体汉字（兼容 ASCII） “中”=0xD6D0（十六进制）
Unicode 2-4 字节 全球多语言（中文、英文等） “P”=0x0050、“国”=0x56FD
文件格式 - 文字存储格式 txt（纯文本）、doc（可编辑）、pdf（不可编辑）
b.图像编码：
位图与矢量图对比：
类型 最小单位 放大效果 适用场景 文件格式
位图 像素（光栅点） 失真模糊 照片、截图 png、jpg、bmp、gif（动图）
矢量图 数学向量（线条 / 形状） 不失真 Logo、工程图 ai、dwg、cdr
BMP 位图文件大小计算：
文件大小（字节B）= 14（文件头）+ 40（信息头）+ 颜色表项（颜色总数×4，24位
无）+ 图像分辨率×量化位数÷8
实例：1024×768 像素、24 位真彩色 BMP 图
大小 = 14+40+0 +（1024×768×24）÷8 = 54 + 2359296 = 2359350 字节 ≈ 2.25MB
c.声音编码：
编码过程：采样（连续声波→离散点）→ 量化（离散点→数值）→ 编码（数值→二进制）
WAV 声音存储容量计算：
存储容量（字节B）= 采样频率（Hz）×量化位数×声道数×时间（秒）÷8
实例：44.1kHz 采样频率、16 位量化、双声道（立体声）、10 秒 WAV 文件
容量 =（44100×16×2×10）÷8 + 44 = 1764000 + 44 = 1764044 字节 ≈ 1.68MB
关键参数：
采样频率：CD 音质为 44.1kHz（需满足 “奈奎斯特定理”：采样频率≥2× 信号最高频率）；
量化位数：256 级量化需 8 位（2 =256），最高位表示符号（0 = 正，1 = 负）。
d.数据压缩（新增补充）：
压缩类型 核心特点 适用场景 工具 / 格式
无损压缩 可完全还原原始数据，无损失 文档、程序、重要图片 Zip、RAR、PNG 格式
有损压缩 牺牲部分数据换压缩率，不可还原 音频、视频、普通图片 MP3 格式、JPG 格式、格式工厂工具
二、思维脑图（层级递进式）
三、章节巩固练习（5 道选择题）
1、下列关于数据与信息的说法，正确的是（ ）
A. 单纯的 “20℃” 是信息
B. 信息是未经加工的原始符号
C. 数据是信息的载体，信息是数据的意义
D. 信息的价值对所有人都相同
答案：C 解析：A 选项 “20℃” 是数据，需结合语境（如 “室内温度 20℃”）才是信息；B 选项是数据的定义；D 选项体现信息的价值相对性；C 选项符合数据与信息的核心关系，为高频考点。
2、手机导航软件定期更新地图以保证路线准确，这体现了信息的（ ）特征
A. 共享性 B. 时效性 C. 依附性 D. 真伪性
答案：B 解析：信息会随事物变化失效，导航地图更新是为了保证信息的时效性，符合信息七大特征高频考点。
3、某位图图像分辨率为 1024×800，量化位数为 24 位，其图形数据大小（不含头文件）为（ ）字节
A. 1024×800×24÷8 B. 1024×800×24
C. 1024×800÷8 D. 1024×800×24×8
答案：A 解析：位图图形数据大小公式 = 图像分辨率 × 量化位数 ÷8，不含头文件时无需加 14B 和 40B，属于编码计算类高频考点。
4、下列属于数字信号核心优势的是（ ）
A. 信息密度高 B. 抗干扰能力强
C. 处理简单 D. 无量化误差
答案：B 解析：数字信号优势包括保密性强、抗干扰强、传输差错可控制；A、C、D 是模拟信号的特点，考查信号类型对比考点。
5、下列编码中，可用于表示中文的是（ ）
A. ASCII 码 B. 莫尔斯码 C. GBK 码 D. 以上都可以
答案：C 解析：ASCII 码和莫尔斯码是单字节码，仅支持英文 / 数字；GBK 是双字节码，支持简体中文，考查文字编码考点。
第二章 知识与数字化学习
一、核心知识点
1、数据→信息→知识→智慧的递进关系
层级 定义 案例 核心特征
数据 原始符号记录（无意义） “5Ω 电阻、3V 电压” 零散、无语境
信息 数据 + 语境（有意义） “5Ω 电阻两端加 3V 电压” 有明确指向性
知识 系统化提炼的规律 / 经验 欧姆定律（I=U/R） 普适性、可复用
智慧 应用知识解决问题的创新能力 设计可变电阻调节台灯亮度 创新性、实践性
2、递进关系：
数据→（加工理解）→信息→（系统化提炼）→知识→（创新应用）→智慧
实例链：超市 “商品销量数据”→分析得出 “牛奶销量高”（信息）→总结 “周末牛奶销量是工作日 2 倍”（知识）→调整 “周末牛奶库存”（智慧）。
3、知识发现与科学研究方法
知识发现的有效途径：
做实验获取观察数据→分析处理数据→推理建立数学模型→实验验证模型→形成知识→应用知识解决问题
实例：伽利略通过斜面实验（数据）→分析得出 “自由落体速度与时间成正比”（模型）→验证后形成 “自由落体定律”（知识）。
4、科学研究的三种方法
方法 核心逻辑 适用学科 实例
理论方法 基于数学推导和逻辑推理 数学、物理理论研究 用公式推导 “万有引力定律”
实验方法 通过实验获取数据验证假设 物理、化学、生物 拉瓦锡 “空气成分” 实验
计算方法 用计算机模拟和处理数据 计算科学、气象学 用计算机模拟 “台风路径”
5、数字化工具与资源
工具分类（按功能）：
采集工具：扫描仪、相机、声卡（获取原始数据）。
检索工具：百度搜索引擎、电子词典（查找信息）。
表达工具：Xmind 思维导图、PPT（呈现内容）。
存储工具：U 盘、云盘、硬盘（保存数据 / 资源）。
加工工具：Python、多媒体制作软件（处理数据 / 创作）。
资源优势：获取便捷、形式多样、共享性强、互动性强、内容可扩展。
6、数字化学习的五大特点
特点 核心内涵 实例
问题化 以解决实际问题为导向学习 围绕 “如何设计校园垃圾分类方案” 展开学习
合作性 多人协同完成学习任务 小组合作制作 “信息技术发展史” PPT
个性化 按需选择学习内容与进度 在线平台根据薄弱点推荐习题
创造性和再生性 生成新的学习成果并分享 将学习笔记整理为思维导图分享
开放性 学习资源和空间不受限制 利用全球公开课学习前沿知识
7、思维导图工具
（1）常用工具：Xmind（操作简洁，适合新手）、MindManager（功能强大，支持复杂图表）、Freemind（开源免费，跨平台）。
（2）应用场景：梳理知识框架（如 “算法三大结构” 思维导图）、规划学习任务（如 “期末复习计划”）、总结学习成果（如 “数据编码知识点”）。
易错提醒：
数字化工具≠数字化资源：思维导图软件（Xmind）是工具，多媒体课件、电子书是资源。
计算方法是独立于理论、实验的第三种科学研究方法，并非 “辅助方法”。
数字化学习的 “开放性”≠“无约束”，需遵守网络规范和知识产权。
二、知识点思维脑图（关联应用式）
三、章节巩固练习（5 道选择题）
1、下列属于 “知识” 范畴的是（ ）
A. 小明的身高 180cm B. 标准大气压下，水的沸点是 100℃
C. 一组学生的考试成绩 D. 手机拍摄的风景照片
答案：B 解析：知识是系统化的规律；A、C 是数据，D 是数据载体（图像数据），考查四级递进关系核心考点。
2、用 Python 分析实验数据，验证物理定律，属于科学研究的（ ）方法
A. 理论方法 B. 实验方法 C. 计算方法 D. 以上都不是
答案：C 解析：计算方法通过计算机模拟与数据分析验证规律，符合三大研究方法考点。
3、下列工具中，属于数字化表达工具的是（ ）
A. 扫描仪 B. 百度搜索引擎 C. Xmind 思维导图 D. U 盘
答案：C 解析：A 是采集工具，B 是检索工具，D 是存储工具；Xmind 用于梳理逻辑、可视化表达，属于表达工具考点。
4、数字化学习的 “个性化” 特点体现在（ ）
A. 可根据自身进度调整学习内容 B. 需与同学合作完成任务
C. 以解决问题为学习起点 D. 可随时随地学习
答案：A 解析：B 是合作性，C 是问题化，D 是开放性；A 体现个性化（自主调节），考查数字化学习特点考点。
5、下列关于数字化资源的说法，错误的是（ ）
A. 形式包括数字图像、音频、视频等 B. 具有共享性，可多人同时使用
C. 必须通过网络才能获取 D. 内容可不断扩展更新
答案：C 解析：数字化资源可通过本地存储（如 U 盘拷贝）获取，并非必须依赖网络，考查数字化资源特征考点。
第三章 算法基础
一、核心知识点
1、计算机解决问题的四步流程
步骤 核心任务 实例（求 “1+2+…+100”）
分析问题 明确需求（未知）与已知条件，确定解决目标 已知 “1 到 100 的整数”，目标 “求累加和”
设计算法 制定解决问题的步骤（可执行、无歧义） 步骤 1：初始化 sum=0；步骤 2：i 从 1 到 100；步骤 3：sum 累加 i
编写程序 用编程语言实现算法（如 Python） sum=0 for i in range(1,101): sum+=i print(sum)
调试运行 输入程序并运行，排查错误（语法错误、逻辑错误） 若循环范围写为 “range (100)”，需修正为 “range (1,101)”
2、算法的定义与五大特征
定义：有限步骤内求解某一问题的一组明确规则（可机械执行）。
核心特征：
有穷性：步骤有限（不能无限循环）。
确定性：每一步含义唯一（无歧义）。
可行性：步骤可通过计算机实现。
输入：允许 0 个或多个输入。
输出：至少 1 个输出（无输出则无意义）。
3、算法的三种描述方法
描述方法 优势 不足 适用场景
自然语言 通俗易懂，无需专业知识，适合口头交流 多分支 / 循环描述模糊，易产生歧义（如 “适量加盐”） 简单算法、非专业场景
流程图 图形化展示，步骤清晰，无歧义，便于梳理复杂逻辑 篇幅大，流程线灵活易混乱，绘制耗时 复杂算法、程序设计前
伪代码 介于自然语言与编程语言之间，格式紧凑，易过渡到代码 无统一规范，不同人写法差异大，易误解 算法设计与编程衔接
流程图标准图形（高频考点）：
开始 / 结束：圆角矩形 ；
输入 / 输出：平行四边形 ；
处理：矩形 ；
判断：菱形 ；
流程线：箭头 。
4、算法三大基本结构
（1）顺序结构：
a.逻辑：自上而下依次执行，无分支、无循环。
b.流程图：矩形框（处理步骤）用箭头依次连接（如 “输入 a→计算 a →输出结果”）。
（2）选择结构：
a.类型：单选择（满足条件执行，不满足不执行）、双选择（二选一）、多选择（多选一）。
b.实例（双选择）：判断 “num 是否为偶数”→是则输出 “偶数”，否则输出 “奇数”。
（3）循环结构：
a.类型：当型循环（先判断条件，满足则循环，如 while）、直到型循环（先执行一次，再判断条件）。
b.核心：“循环变量初始化→条件判断→循环体→循环变量更新”，避免死循环。
（4）核心结论：任何复杂算法均可由三大结构组合而成。
5、程序设计语言发展历程
程序定义：为得到特定结果，由计算机执行的指令序列（如 Python 代码、C 语言代码）。
程序设计语言发展：
语言类型 核心特点 是否需翻译 优势 不足
机器语言 二进制指令（0/1） 无需翻译，计算机直接执行 执行效率最高，直接操作硬件 难理解、难编写、移植性差（不同硬件指令不同）
汇编语言 用符号表示指令（如 ADD、MOV） 需 “汇编程序” 翻译为机器语言 比机器语言易理解，执行效率高，适合硬件控制 依赖特定硬件，移植性差，需掌握硬件原理
高级语言 接近自然语言（如 Python、C++） 需 “编译 / 解释” 为机器语言 易理解、易编写、移植性强（跨硬件） 执行效率低于机器 / 汇编语言，需依赖编译 / 解释器
编译型 vs 解释型语言：
类型 核心逻辑 实例 优势 不足
编译型 先整体编译为机器码，再执行 C、C++、Java 执行速度快，可脱离编译环境运行 编译耗时，修改后需重新编译
解释型 逐行解释为机器码，边解释边执行 Python、JavaScript 开发效率高，修改后无需重新编译，跨平台性强 执行速度慢，依赖解释环境
易错提醒
算法的 “有穷性”≠“步骤少”，而是 “有限步内必然结束”（如 “计算 1-100 求和” 是有穷，“无限循环” 无有穷性）。
流程图中 “判断” 图形（菱形）必须有两个及以上出口（是 / 否）。
高级语言不能直接被计算机执行，需翻译为机器语言。
二、知识点思维脑图（逻辑推导式）
三、章节巩固练习（5 道选择题）
1、下列关于算法特征的说法，错误的是（ ）
A. 算法必须有至少一个输出
B. 算法的步骤可以是无限的
C. 算法的每一步都必须有明确含义
D. 算法的步骤必须是可行的
答案：B 解析：算法的核心特征是有穷性（步骤有限），B 选项违反有穷性，考查算法五大特征考点。
2、用流程图描述算法时，表示 “条件判断” 的图形是（ ）
A. 圆角矩形 B. 菱形 C. 矩形 D. 平行四边形
答案：B 解析：圆角矩形表示开始 / 结束，矩形表示处理，平行四边形表示输入 / 输出，菱形表示判断，考查流程图图形高频考点。
3、下列不属于计算机解决问题流程的是（ ）
A. 设计算法 B. 编写程序 C. 调试运行 D. 手动计算结果
答案：D 解析：计算机解决问题流程为 “分析问题→设计算法→编写程序→调试运行”，手动计算不属于该流程，考查核心流程考点。
4、下列算法描述方法中，最易过渡到计算机编程的是（ ）
A. 自然语言 B. 流程图 C. 伪代码 D. 以上都一样
答案：C 解析：伪代码介于自然语言与计算机语言之间，格式紧凑，易转化为代码，考查算法描述方法对比考点。
5、下列属于高级程序设计语言的是（ ）
A. 机器语言 B. 汇编语言 C. Python 语言 D. 二进制代码
答案：C 解析：机器语言是二进制代码，汇编语言是符号语言，均为低级语言；Python 是高级语言，考查语言发展历程考点。
第四章 程序设计基础
一、核心知识点
（一）Python 基础语法
1、常量与变量：
常量：值不变（如 3.14、"hello"）；
变量：值可变化，格式 “变量名 = 值”。
变量名规则：字母 / 数字 / 下划线组成，首字符非数字，区分大小写，不冲突关键字（if、else、for）。
Python 是动态语言：无需提前定义数据类型（如 x=5 是 int，x="5" 自动转为 str）。
2、核心数据类型：
类型 标识符号 核心特点 示例
字符串（str） 单 / 双引号 有序，索引从 0 开始 "abc"（"abc"[0]='a'）
列表（list） 方括号 [] 有序、可修改 [1, "good", 3.14]
元组（tuple） 圆括号 () 有序、不可修改 (1, "good", 3.14)
集合（set） 大括号 {} 无序、不重复 {1,2,3}
字典（dict） 大括号 {} 无序 “键 - 值” 对，键唯一 {"牛奶":5, "面包":3}
（二）运算符与优先级
1、优先级从高到低：
1.括号（()）→ 2. 指数（**）→ 3. 乘（*）、除（/）、求余（%）、整除（//）→ 4. 加（+）、减（-）→ 5. 关系运算符（>、<、==等）→ 6. 逻辑运算符（not→and→or）→ 7. 赋值运算符（=、+=等）
2、赋值运算符：
赋值运算符 示例 原形（等价表达式） 实例（设 x=3，y=2） 结果
= x = y x = y x = y x=2
+= x += y x = x + y x += y x=5
-= x -= y x = x - y x -= y x=1
*= x *= y x = x * y x *= y x=6
/= x /= y x = x / y x /= y x=1.5
%= x %= y x = x % y x %= y x=1
**= x **= y x = x ** y x **= y x=9
//= x //= y x = x // y x //= y x=1
三、程序三大控制结构
1、顺序结构：自上而下执行（如 “输入购买数量→计算优惠→输出结果”）。
2、选择结构：
单分支：if 条件：语句（缩进）；
双分支：if 条件：语句 A else: 语句 B；
多分支：if 条件 1: 语句 1 elif 条件 2: 语句 2 ... else: 语句 N。
3、循环结构：
for 循环：for 变量 in 列表 /range (): 语句（如 for i in range (1,11): 累加求和）；
while 循环：while 条件：语句（需含变量自增 / 自减，避免死循环）；
循环嵌套：循环语句中包含另一个循环（如 for 嵌套 for、while 嵌套 for）。
实例（打印 99 乘法表）：
for i in range(1,10):
for j in range(1,i+1):
print(f"{j}×{i}={i*j}", end="\t")
print() # 换行
循环控制语句：
语句 功能 实例（遍历 1-6） 输出结果
break 终止当前循环，跳出循环体 for i in range(1,7): if i==5: break; print(i) 1 2 3 4
continue 跳过当前循环剩余语句，进入下一次循环 for i in range(1,7): if i==5: continue; print(i) 1 2 3 4 6
（四）常用内置函数
函数名 功能描述 实例 结果
len(x) 计算序列（字符串、列表）长度 len("Python")、len([1,2,3]) 6、3
sum(x) 计算列表 / 元组中数值总和 sum([1,2,3,4]) 10
min(x) 求列表 / 元组中最小值 min([5,2,8,1]) 1
max(x) 求列表 / 元组中最大值 max([5,2,8,1]) 8
int(x) 将 x 转换为整型 int("123")、int(3.8) 123、3
float(x) 将 x 转换为浮点型 float("3.14")、float(5) 3.14、5.0
input() 接收用户输入，返回字符串 name = input("请输入姓名：") 输入 “张三”→name="张三"
print() 输出内容 print("Hello", end="-") 输出 “Hello-”（不换行）
易错提醒
赋值运算符 “=” 与关系运算符 “==” 的区别：前者用于赋值（x=5），后者用于判断相等（x==5）。
for 循环中 range (1,10) 生成 1-9（不包含终止值）；range (10,1,-2) 生成 10、8、6、4、2（降序）。
循环嵌套中 break 仅中断当前所在循环，不影响外层循环。
Python 严格缩进（4 个空格），缩进错误会导致程序报错。
二、知识点思维脑图（实操导向式）
三、章节巩固练习（5 道选择题）
1、下列 Python 变量名，定义正确的是（ ）
A. 1a = 5 B. a_1 = 5 C. a-b = 5 D. if = 5
答案：B 解析：A 选项以数字开头，C 选项含减号（非法字符），D 选项是关键字；B 选项符合变量名规则，考查变量定义高频考点。
2、执行 Python 代码 “print (5 + 3 * 2 2)”，输出结果是（ ）
A. 22 B. 17 C. 14 D. 26
答案：B 解析：算术运算符优先级 “＞*＞+”，先算 2**2=4，再算 3×4=12，最后算 5+12=17，考查运算符优先级高频考点。
3、下列代码中，能实现 “判断数字是否为偶数” 的是（ ）
A. if num % 2 == 0: print ("偶数") B. if num / 2 == 0: print ("偶数")
C. if num % 2 = 0: print ("偶数") D. if num / 2 = 0: print ("偶数")
答案：A 解析：判断偶数需用 “取余运算 %”（余数为 0 是偶数），且关系运算符是 “==”；B、D 用除法错误，C 用赋值运算符错误，考查选择结构考点。
4、执行 Python 代码 “for i in range (2, 11, 2): print (i, end=' ')”，输出结果是（ ）
A. 2 4 6 8 10 B. 2 4 6 8 C. 1 3 5 7 9 D. 1 2 3 4 5
答案：A 解析：range (2,11,2) 表示 “从 2 开始，到 11 结束（不含 11），步长 2”，生成 2、4、6、8、10，end=' ' 表示不换行，考查 for 循环与 range () 函数考点。
5、下列关于 Python 循环控制的说法，正确的是（ ）
A. break 用于中断当前次循环，继续下一次
B. continue 用于中断整个循环，执行循环外代码
C. for 循环和 while 循环都可使用 break 和 continue
D. 循环嵌套中，break 会中断所有层级循环
答案：C 解析：break 中断整个循环，continue 中断当前次循环；A、B 说法颠倒；D 选项 break 仅中断当前层级循环；C 选项正确，考查循环控制考点。
第五章 数据处理和可视化表达
一、核心知识点
（一）大数据的定义与特征
1、定义：无法用常规软件在可承受时间内高效捕捉、管理和处理的海量、高增长、多样化信息资产。
2、三大视角特征（4V，高频考点）：
视角 特征描述 实例
互联网产生视角 4V 特征：Volume（体量）、Variety（类型）、Velocity（速度）、Value（价值密度） Volume：1 天视频数据达 PB 级；Value：监控视频有用数据仅几秒
互联网思维视角 3 个转变：样本→总体、精确→模糊、因果→相关 样本→总体：分析全量用户数据，而非抽样；相关：电商推荐 “买 A 的人也买 B”，无需因果
存储计算视角 2 大核心：分布式存储、分布式并行计算 分布式存储：数据分散存储在多台服务器；并行计算：多服务器同时处理数据
（二）大数据的影响
1、积极影响：
a.生活便捷：移动支付（微信 / 支付宝）、智能导航（高德地图）、精准推荐（电商）；
b.医疗进步：病历数据分析辅助诊断、药物开发加速；
c.交通优化：实时路况分析优化路线、无人驾驶技术。
2、消极影响及应对：
消极影响 应对措施
个人信息泄露 开启账户双重认证、不随意授权 APP 权限
信息过载 用筛选工具（如关键词过滤）获取有效信息
算法偏见 监管算法设计，避免歧视性推荐
（三）数据采集与存储
1、采集方法：
采集方法 核心逻辑 工具 / 技术 实例
系统日志采集 收集服务器、应用的运行日志数据 Flume（日志采集工具）、服务器自带日志功能 采集电商网站的用户访问日志
网络数据采集 从网页爬取公开数据 Python 爬虫（Requests 库、BeautifulSoup 库）、Scrapy 框架 爬取豆瓣电影评分、知乎问答数据
传感器采集 物联网设备实时采集物理数据 温湿度传感器、GPS 定位器、摄像头 智能大棚采集温度、湿度数据
社交网络采集 调用 API 获取社交平台数据 微博 API、微信公众号 API 采集微博话题讨论数据、公众号文章数据
2、Python 采集扩展库：
库名 功能描述 应用场景
Numpy 数值计算，处理数组数据 采集后的数据预处理（如计算平均值）
Scipy 科学计算，含统计、优化功能 数据的统计分析（如方差计算）
Pandas 数据清洗、分析，处理表格数据 整理采集的日志数据为表格格式
Matplotlib 数据可视化 绘制采集数据的趋势图
3、数据的存储与保护
（1）存储方式：本地存储（硬盘 / U 盘）、云存储（分布式服务器，按使用量付费）。
（2）数据保护：备份（拷贝 / 镜像 / 持续备份）、加密（对称式 / 非对称式）、隐私保护（匿名化 / 访问控制）。
（四）数据分析核心模块
数据分析五步骤：特征探索→关联分析→聚类分析→数据分类→模型评价
分析方法 核心逻辑 算法 / 工具 实例
特征探索 预处理数据，发现数据规律 缺失值填充（均值填充）、异常值删除、绘制直方图 分析学生成绩数据，删除 “年龄 200” 的异常值
关联分析 发现数据间的关联性 Apriori 算法（频繁项集挖掘） 电商分析 “购买牛奶的用户 80% 会购买面包”
聚类分析 无监督分类，自动分组 K-Means 算法（K 个聚类中心） 按消费习惯将用户分为 “高频消费”“低频消费” 组
数据分类（数据分析处理最基本的方法） 有监督分类，基于样本构建模型 贝叶斯分类、决策树算法 根据历史成绩数据，预测学生是否通过考试
模型评价 评估模型准确性 准确率、召回率、混淆矩阵 测试分类模型，准确率达 90%
（五）数据可视化表达
1、可视化图表选择（高频考点）：
分析目标 推荐图表 适用场景举例
趋势变化 折线图、柱形图 近 5 年 GDP 变化、每月销量
比例分布 饼图、圆环图 各学科成绩占比
数据关联 散点图、雷达图 身高与体重关系
文本关键词 词云 新闻标题关键词提取
2、核心工具：Matplotlib（基础绘图）、Seaborn（统计可视化）、Bokeh（交互式可视化）。
易错提醒
大数据的 “价值密度低”≠“无价值”，需通过分析挖掘核心价值（如监控视频需提取关键帧）。
聚类分析（无监督学习，无标签）vs 数据分类（有监督学习，有样本标签）。
爬虫采集数据需遵守网站 robots 协议，尊重知识产权。
二、知识点思维脑图（应用拓展式）
三、章节巩固练习（5 道选择题）
1、下列不属于大数据 4V 特征的是（ ）
A. 体量大（Volume） B. 类型多（Variety） C. 价值高（High Value） D. 速度快（Velocity）
答案：C 解析：大数据 4V 特征是体量大、类型多、价值密度低、速度快，C 选项 “价值高” 不符合，考查大数据特征高频考点。
2、用 Python 爬虫获取电商平台商品价格数据，属于（ ）数据采集方法
A. 系统日志采集法 B. 网络数据采集法 C. 传感器采集法 D. 合作获取法
答案：B 解析：网络数据采集法通过爬虫或 API 获取网页数据，符合数据采集方法考点。
3、要展示某班级各学科成绩占比情况，最适合的可视化图表是（ ）
A. 折线图 B. 散点图 C. 饼图 D. 词云
答案：C 解析：饼图适合展示比例分布，折线图展示趋势，散点图展示关联，词云展示文本关键词，考查可视化图表选择高频考点。
4、下列关于 K-Means 算法的说法，正确的是（ ）
A. 属于数据分类算法 B. 需预设分类标签
C. 是一种聚类分析算法 D. 无法自动分组
答案：C 解析：K-Means 算法是经典聚类分析算法，无需预设标签，自动按距离分组，考查数据分析模块考点。
5、下列 Python 库中，可用于网络数据采集的是（ ）
A. NumPy B. requests C. Matplotlib D. Pandas
答案：B 解析：NumPy 用于数值计算，Matplotlib 用于绘图，Pandas 用于数据处理；requests 用于爬虫采集网页数据，考查 Python 数据处理库考点。
第六章 人工智能及其应用
一、核心知识点
1、人工智能（AI）的定义与判定
定义：计算机科学的分支，模拟人的感知、思维、学习等智能行为（如推理、规划、识别）。
核心判定：图灵测试 —— 测试者与被测试者（人 + 机器）隔开提问，若超过 70% 答复无法区分人 / 机器，则机器具备类人智能。
2、智能问答机器人结构
五大核心模块：
常见问题解答（FAQ）：匹配用户问题与已有答案，核心技术为 Jaccard 相似度系数（交集 / 并集）；
问题理解：分词、提取关键字、确定问题类型（自然语言处理技术）；
信息检索：从文档库中查找相关知识材料；
文档库：存储领域知识（如空调客服的常见问题与答案）；
答案抽取：从候选材料中提取最佳答案（模式匹配、聚类）。
Jaccard 相似度计算示例：问句 A“空调有什么功能？” 与 B“空调的功能有哪些？”，相似度 = 4/7≈0.57。
3、人工智能发展三阶段
第一阶段（20 世纪 50-80 年代）：符号主义快速发展（基于逻辑推理），因计算能力不足陷入瓶颈。
第二阶段（20 世纪 80-90 年代末）：专家系统兴起，因知识获取难、开发成本高进入低谷。
第三阶段（21 世纪初至今）：大数据 + 算法革新 + 计算能力提升，迎来繁荣期（如 AlphaGo、智能客服）。
4、人工智能七大应用领域
应用领域 核心技术与实例 高频考点
智能制造 工业机器人、智能生产、个性化定制 智能汽车工厂
智能家居 语音控制、指纹识别锁、智能家电 语音开灯、智能冰箱
智能教育 智能导师、个性化学习方案 一对一教学
智能交通 ETC（不停车收费）、智能导航、交通流量优化 ETC 技术应用
智能安防 视频分析、人脸识别、区域入侵检测 街道监控人脸识别
智能医疗 辅助诊疗、医疗影像识别、疾病预测 流感疫情监测
智能物流 分拣机器人、路径规划、库存动态调整 物流分拣机器人
5、生物特征识别技术
指纹识别：采集指纹图像→预处理→特征提取→匹配（身份认证）。
人脸识别：检测定位→特征提取→人脸确认（受光照、角度影响）。
指静脉识别：近红外成像，利用静脉血管唯一性（内部特征，稳定性强）。
声纹识别：提取语音特征→与声纹模型匹配（身份认证）。
易错提醒
人工智能≠“万能”，其智能源于数据与算法，无法替代人类的创新思维（如艺术创作）。
智能问答机器人的核心是 “自然语言处理”，而非 “人工预设答案”。
图灵测试是 “类人智能” 的判定标准，而非 “智能” 的唯一标准。
二、知识点思维脑图
三、章节巩固练习（5 道选择题）
1、下列关于人工智能的说法，正确的是（ ）
A. 人工智能可以完全替代人类思维 B. 图灵测试是判断 AI 是否存在的标准
C. AI 的智能源于数据与算法 D. 智能问答机器人无需存储知识
答案：C 解析：A 选项 AI 无法替代人类创新思维；B 选项图灵测试是 “类人智能” 判定标准；D 选项智能问答机器人需文档库存储知识；C 选项正确，考查 AI 核心本质考点。
2、智能问答机器人中，用于匹配用户问题与已有答案的核心技术是（ ）
A. 数据加密 B. Jaccard 相似度系数 C. 传感器采集 D. 聚类分析
答案：B 解析：FAQ 模块通过 Jaccard 相似度匹配问题与答案，考查智能问答机器人结构考点。
3、下列属于人工智能第三发展阶段（21 世纪至今）特征的是（ ）
A. 符号主义快速发展 B. 专家系统陷入低谷
C. 大数据驱动，应用繁荣 D. 计算能力不足
答案：C 解析：A 是第一阶段，B 是第二阶段，D 是第一阶段瓶颈；C 选项符合第三阶段特征，考查 AI 发展历程考点。
4、下列应用中，属于 “智能交通” 领域的是（ ）
A. 工业机器人生产汽车 B. ETC 不停车收费 C. 语音控制开灯 D. 医疗影像识别
答案：B 解析：A 是智能制造，C 是智能家居，D 是智能医疗；B 是智能交通领域的典型应用，考查 AI 应用领域考点。
5、下列生物特征识别技术中，基于人体内部特征的是（ ）
A. 指纹识别 B. 人脸识别 C. 指静脉识别 D. 声纹识别
答案：C 解析：指静脉识别利用人体内部静脉血管特征，稳定性强；A、B、D 是外部特征，考查生物特征识别技术考点。

展开更多......

收起↑