高中信息技术必修1《数据与计算》知识清单

高中信息技术必修1《数据与计算》知识清单一、数据与信息（一）核心概念与相互关系★★★【基础】【高频考点】1、数据：数据是现实世界客观事物的符号记录，是信息的载体，是计算机加工的对象。它可以是数字、文字、图像、声音、视频等多种形式。例如，“36.5”这个符号本身就是一个数据。2、信息：信息是经过加工处理、具有意义的数据，是数据所表示的含义。它用来消除接收者某种认识上的不确定性。例如，“今天体温36.5℃”这条信息，赋予了“36.5”这个数据具体的意义。3、知识：知识是人类在社会实践中获得的关于事物运动状态变化规律的总结和认识，是系统化的信息。例如，“人体正常体温在3637℃之间”便是一条知识。4、智慧：智慧是为了实现特定目标，在已有知识的基础上，创造性地应用知识解决问题、做出判断和决策的能力。例如，医生根据体温数据和医学知识，结合患者其他症状，综合判断病情并制定治疗方案，这个过程就体现了智慧。5、四者关系：数据是信息的载体，信息是数据的内涵；对信息进行提炼和归纳，可以形成知识；而智慧则是在知识基础上的创新性应用与决策。这是一个从低级到高级、从表象到本质的认知深化过程。【难点】（二）数据的基本特征★★【基础】1、二进制：在计算机中，所有类型的数据最终都是以二进制（即0和1）的形式进行存储、加工和传输的。这是由计算机物理器件的特性决定的。2、语义性：数据本身是符号，需要结合一定的语义解释才能被理解，转化为有意义的信息。相同的符号在不同语境下含义可能不同。3、分散性：数据往往是分散记录和存在的，分别反映不同客观事物的不同属性，需要经过采集、整理和分析才能挖掘其价值。4、多样性与感知性：数据的表现形式多种多样（文本、图像、音频、视频等），并且可以被人的感官或仪器设备所感知和获取。（三）信息的基本特征★★★【高频考点】1、普遍性：信息无处不在，是一切事物运动的状态和方式。2、依附性：信息必须依附于某种载体（如文字、声波、光波、纸张、电子设备等）才能存在和传播。3、价值性：信息是一种重要资源，可以满足人们的需求，具有使用价值。同一信息对不同的人价值可能不同（价值相对性）。4、时效性：信息通常只在特定时间段内有效，过时可能失去价值。例如，天气预报信息具有很强的时效性。5、共享性：信息可以被多人同时拥有和使用，且在传递过程中不会像物质资源那样被消耗，只会发生损耗或失真。6、真伪性：信息可能反映客观事实，也可能与事实不符，需要通过验证来辨别真伪。7、传递性：信息可以通过各种渠道从一处传递到另一处，突破时空限制。（四）数据编码【重点】【难点】【高频考点】1、模拟信号与数字信号：【基础】（1）模拟信号：是连续变化的物理量（如声音、电压），其特点是直观、连续，但抗干扰能力差，保密性弱，不适合远距离传输。（2）数字信号：是离散的、不连续的信号，通常用两种状态（如高低电平）表示0和1。其特点是抗干扰能力强、保密性好、易于处理和存储。2、数制及其转换：【基础】（1）基本概念：二进制（B）、十进制（D）、十六进制（H）。（2）核心转换：了解二进制与十进制之间的相互转换方法（如按权展开求和法、除2取余倒序法）。3、文本编码：（1）ASCII码：美国信息交换标准代码，用1个字节（8位）表示一个字符，但实际只用低7位，共128个编码，用于表示英文字母、数字和常用符号。【重要】‘A’为65，‘a’为97，‘0’为48。（2）GB2312/GBK：我国制定的简体中文字符集编码标准，使用12个字节表示一个字符（ASCII字符用1字节，汉字用2字节），兼容ASCII码。（3）Unicode：一种统一的编码标准，试图为全世界所有语言的每个字符都指定一个唯一的编码，常见的实现方式有UTF8（变长编码，兼容ASCII）等。4、图像编码：★【高频考点】【计算】（1）位图（点阵图）：由像素点阵构成，每个像素用若干二进制位（量化位数/颜色深度）表示其颜色信息。放大后会失真，出现马赛克。文件大小计算公式：【非常重要】文件大小（字节）=总像素数×颜色深度（位）/8例如：一张1024×768像素，24位真彩色的BMP图像，其存储容量为：1024×768×24/8=2,359,296字节≈2.25MB。（2）矢量图：用数学指令（点、线、矩形、圆等）描述图像。放大、缩小不失真，文件体积通常较小，适合用于图标、等设计。5、声音编码：★【高频考点】【计算】（1）基本原理：将连续的模拟声音信号通过“采样量化编码”三个步骤，转换成离散的数字音频信号。（2）关键参数：【重要】采样频率：每秒钟采集声音样本的次数，单位是赫兹（Hz）。采样频率越高，保真度越高。根据奈奎斯特定理，采样频率需大于等于原始信号最高频率的两倍，才能不失真地还原。量化位数：描述每次采样得到的数值所需的二进制位数。位数越多，动态范围越大，量化精度越高，声音质量越好。声道数：记录声音的通道数量，如单声道、双声道（立体声）。（3）文件大小计算公式：【非常重要】文件大小（字节）=采样频率（Hz）×量化位数（位）×声道数×时间（秒）/8例如：以44.1kHz采样频率、16位量化位数，录制一段10秒钟的双声道立体声WAV音频，其存储容量为：44100×16×2×10/8=2,822,400字节≈2.69MB。6、数据压缩：（1）无损压缩：在不丢失任何信息的前提下，减少数据的冗余度，可以完全还原原始数据。常见格式：ZIP、RAR、PNG等。（2）有损压缩：允许在一定程度上丢失一些不重要的信息，以获得更高的压缩比，无法完全还原原始数据。常见格式：JPEG（图像）、MP3（音频）、MPEG（视频）。二、知识与数字化学习（一）数字化工具与资源★★【基础】1、数字化工具：指能够获取、处理、存储、表达和传播信息的各类电子设备与软件。如：智能手机、计算机、扫描仪、数码相机，以及文字处理软件、图像处理软件、思维导图软件等。2、数字化资源：指经过数字化处理，可以在多媒体计算机或网络环境下运行的多媒体材料。如：在线课程、电子书、数字博物馆、数据库、多媒体课件等。3、数字化工具与资源的优势：获取便捷、形式多样、交互性强、资源共享、存储方便、易于检索和加工。（二）数字化学习与创新★★1、数字化学习：是指学习者在数字化学习环境中，利用数字化学习资源和工具，进行自主学习、协作学习和探究学习的过程。2、数字化学习的特点：问题化与情境化、合作性、个性化、创造性与再生性、开放性。3、数字化创新：在数字化环境下，运用计算思维和数字化工具，创造性地解决实际问题，形成新颖、独特的成果或方案。（三）运用数字化工具探究知识的过程【重要】1、明确问题：确定探究的主题和目标。2、获取数据：运用数字化工具（如网络搜索、在线问卷、传感器等）采集相关数据。3、分析数据：使用软件（如Excel、Python、SPSS等）对数据进行处理、统计和分析，寻找规律。4、得出结论：基于数据分析的结果，形成新的认识或知识。5、表达与交流：利用数字化工具（如PPT、思维导图、在线文档等）呈现探究过程和成果，并进行分享交流。三、算法基础（一）算法及其特征★★★【基础】1、算法：是指在有限步骤内求解某一问题所使用的一组定义明确的规则。即解决问题的方法和步骤。2、算法的特征：【重要】（1）有穷性：一个算法必须在执行有限个步骤后终止。（2）确定性：算法的每一步骤必须有确切的定义，不能有二义性。（3）可行性：算法的每一步都必须是可行的，即能够通过有限次基本操作实现。（4）输入：算法有零个或多个输入。（5）输出：算法有一个或多个输出。（二）算法的描述方式★★【基础】1、自然语言：用人们日常使用的语言描述算法步骤。优点是通俗易懂，缺点是容易产生歧义，表达复杂算法时不够清晰。2、流程图：用一组约定的图形、流程线和文字说明来描述算法。优点是直观、清晰，逻辑性强。常用符号：起止框（椭圆）、输入输出框（平行四边形）、判断框（菱形）、处理框（矩形）、流程线（箭头）。3、伪代码：一种介于自然语言和程序设计语言之间的、非正式的、表达简洁的代码式描述。优点是便于转化为程序代码，不拘泥于具体语法。（三）计算机解决问题的过程★★1、分析问题：明确问题的需求，包括已知条件和求解目标。2、设计算法：针对问题，寻找或设计出解决问题的具体方法和步骤（即算法）。这是解决问题的核心环节。3、编写程序：将设计好的算法用某种程序设计语言（如Python）书写出来。4、调试运行：运行程序，并检查结果是否正确。如果结果有误或程序无法运行，需返回修改程序或重新审视算法设计。四、程序设计基础（Python语言）（一）Python语言基础知识★★★【基础】1、常量与变量：常量是程序运行中值不变的量。变量是用于存储数据的载体，其值在程序运行中可以被改变。变量命名规则：字母、数字、下划线组成，不能以数字开头，不能使用关键字（如if,for,while等）。2、基本数据类型：【非常重要】（1）整型（int）：表示整数，如5，3。（2）浮点型（float）：表示带有小数点的数，如3.14，2.0。（3）字符串（str）：表示文本数据，用单引号‘’或双引号“”括起来，如“Hello”，‘Python’。（4）布尔型（bool）：表示逻辑值，只有True和False两种值，常用于条件判断。3、运算符与表达式：【重要】（1）算术运算符：+（加）、（减）、（乘）、/（除）、//（整除）、%（取余/求模）、（幂）。（2）关系（比较）运算符：==（等于）、!=（不等于）、>（大于）、<（小于）、>=（大于等于）、<=（小于等于）。结果为布尔值True或False。（3）逻辑运算符：and（与）、or（或）、not（非）。用于连接布尔值或关系表达式，结果为布尔值。（4）赋值运算符：=（赋值），以及复合赋值运算符如+=、=等。（5）表达式：由常量、变量、运算符和函数调用等组成的、能计算出唯一值的合法式子。（二）三种基本控制结构【核心】【高频考点】1、顺序结构：程序按照代码的书写顺序，从上到下逐行执行。这是最简单、最基本的程序结构。（1）输入：input()函数，接收用户从键盘输入，返回值为字符串类型（常用int()或float()进行类型转换）。（2）输出：print()函数，将结果输出到控制台。（3）赋值：将数据存储到变量中。2、选择（分支）结构：根据特定条件的判断结果，选择执行不同的程序分支。【重要】（1）单分支（if）：如果条件成立，执行某段代码。if条件:代码块（2）双分支（if…else）：如果条件成立，执行代码块1；否则执行代码块2。if条件:代码块1else:代码块2（3）多分支（if…elif…else）：根据多个条件，选择执行其中一个分支。if条件1:代码块1elif条件2:代码块2......else:代码块n3、循环结构：在满足特定条件的情况下，重复执行一段代码。【重要】【难点】（1）for循环：通常用于遍历序列（如字符串、列表、range对象）中的元素，循环次数明确。for循环变量in序列:循环体（需要重复执行的代码块）（2）while循环：只要条件表达式为真，就持续执行循环体。循环条件需要在循环体内被改变，否则可能造成死循环。while条件表达式:循环体（3）循环控制语句：break（强制结束循环）、continue（跳过本次循环剩余代码，进入下一次循环）。（4）循环嵌套：一个循环结构内部包含另一个完整的循环结构。（三）函数★★【基础】1、内置函数：Python语言自带的函数，无需定义即可直接调用。如：print()，input()，int()，float()，len()，range()等。2、自定义函数：用户根据自身需求，使用def关键字定义的函数，用于实现特定的功能，提高代码的复用性和可读性。def函数名（参数列表）:“““文档字符串”””函数体return返回值五、数据处理和可视化表达（一）大数据及其特征★★★【热点】1、大数据的概念：指无法在可承受的时间范围内用常规软件工具进行捕捉、管理和处理的数据集合，是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。2、大数据的特征（4V特征）：【非常重要】（1）数据量巨大：数据规模从TB级别跃升至PB、EB级别。（2）处理速度快：数据产生和处理的速度快，要求实时或近实时的分析能力。（3）数据类型多：数据来源多样，数据类型繁多，包括结构化、半结构化和非结构化数据（如文本、图像、音视频、日志等）。（4）价值密度低：海量数据中真正有价值的信息相对较少，需要通过复杂的分析技术才能挖掘出高价值信息。（二）数据采集【基础】1、数据采集的概念：根据特定需求，从各种数据源（如传感器、网络、数据库等）获取数据的过程。2、数据采集的方法：【重要】（1）系统日志采集：从服务器、网络设备等产生的日志文件中收集数据。（2）网络爬虫采集：按照一定规则，自动抓取万维网信息的程序或脚本。（3）传感器采集：利用各种物理传感器（如温度、湿度、位置传感器）采集现实世界的数据。（4）数据库采集：通过应用程序接口（API）或直接连接，从现有数据库中提取数据。（三）数据分析【重点】【难点】1、数据分析的概念：用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。2、常用数据分析方法：【重要】（1）特征探索：对数据进行预处理（清洗、转换、规约等），并通过统计指标（均值、中位数、方差等）和图表初步探索数据的分布和特征。（2）关联分析：用于发现隐藏在大型数据集中的有意义的联系。最经典的案例是“啤酒与尿布”。常用算法：Apriori算法。（3）聚类分析：根据“物以类聚”的思想，将物理或抽象对象的集合分成由类似的对象组成的多个类（簇）的过程。同一簇内的对象相似性高，不同簇间的对象相异性高。常用算法：KMeans（K平均）算法。【高频考点】（4）数据分类：通过学习得到一个分类模型（分类器），然后将新数据映射到该模型中的某个类别上。分类是基于已有标签的数据进行训练和预测的有监督学习过程。常用算法：决策树、朴素贝叶斯分类器、支持向量机等。【高频考点】（四）数据的可视化表达★★【基础】1、数据可视化的概念：借助图形化手段，清晰、有效地传达与沟通信息。它将数据以图表、地图、动画等形式呈现出来，帮助人们更直观、更深入地理解数据背后的模式和规律。2、常用的可视化方式：（1）比较类：条形图、柱状图，用于比较不同类别的数值大小。（2）趋势类：折线图，用于展示数据随时间或有序类别变化的趋势。（3）占比类：饼图、环形图，用于显示各部分在整体中所占的比例。（4）分布类：散点图、直方图，用于展示数据的分布情况。（5）关联类：气泡图、散点图矩阵，用于展示多个变量之间的相互关系。3、常用可视化工具：Excel、Python（Matplotlib、Pyecharts库）、Tableau、ECharts等。六、人工智能及其应用（一）认识人工智能★★★【热点】1、人工智能的概念：人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。2、人工智能的主要研究领域：机器学习、自然语言处理、计算机视觉、专家系统、语音识别等。其中，机器学习是当前人工智能的核心和热点，特别是深度学习。3、人工智能的发展历程：经历了从最初的逻辑推理、专家系统，到基于统计的机器学习，再到如今以深度学习为核心的第三次发展浪潮。（二）人工智能的应用★★【热点】人工智能已广泛渗透到各行各业，深刻改变着我们的生产和生活方式。1、智能制造：工业机器人、智能生产线、产品质量的视觉检测。2、智能家居：智能音箱、扫地机器人、智能灯光与安防系统。3、智能教育：个性化学习推荐、智能阅卷、自适应学习平台。4、智能交通：自动驾驶汽车、智能导航规划、交通流量预测与控制。5、智能医疗：医学影像辅助诊断、药物研发、健康管理。6、智能安防：人脸识别门禁、视频监控中的异常行为分析。7、智能客服：电商平台或通信运营商的在线问答机器人。（三）人工智能的影响与社会责任★★1、积极影响：提高生产效率、改善生活品质、推动科学发现、创造新的就业岗位。2、挑战与问题：可能导致部分职业消失、引发数据隐私和算法歧视问题、对现有法律和伦理规范提出挑战、存在被滥用于制造“深度伪造”等虚假信息的风险。3、信息社会责任：作为数字时代的公民，应正确认识人工智能的价值和局限，负责任地使用人工智能技术和产品，关注其带来的伦理和社会问题，为构建人机和谐共存的智能社会贡献力量。七、常见题型与解题指南【备考策略】（一）单选题1、基础概念题：主要考查数据、信息、知识、智慧的定义与区别，数据特征，信息特征等。需准确记忆核心概念。例：“以下哪项属于知识？”（答案应为系统化、规律化的认识）。2、特征辨析题：通过具体案例判断体现了信息的哪个特征或大数据的哪个特征。需理解每个特征的核心内涵并灵活应用。例：“‘一千个读者有一千个哈姆雷特’体现了信息的什么特征？”（价值相对性）。3、