高中信息技术必修一 数据与计算知识清单

高中信息技术必修一数据与计算知识清单一、课程导论与学科核心素养【基础】本课程以高中信息技术新课标为依据，聚焦“数据”与“计算”两大核心概念，旨在帮助同学们建立对信息社会的深刻认知。课程的核心在于培养学科核心素养，具体包括信息意识、计算思维、数字化学习与创新以及信息社会责任四个方面。信息意识要求我们能够敏锐地感知数据与信息在生活中的价值，主动获取并甄别信息。计算思维则是运用计算机科学的方法来理解问题、抽象特征、设计解决方案并迁移解决同类问题的思维方式。数字化学习与创新强调在数字环境中进行有效学习，利用数字化工具和资源进行创新性作品或方案的创作。信息社会责任要求我们在享有信息自由的同时，遵守法律法规，尊重知识产权，维护信息安全，促进信息技术健康发展。【重要】本知识清单将围绕浙教版《数据与计算》教材，系统地梳理从数据采集、编码、存储、处理、分析到可视化呈现的全过程，并深入探讨算法、程序设计以及人工智能等前沿领域的核心知识与方法。我们将不仅关注概念的记忆，更强调原理的理解、方法的掌握和思维的运用。通过对本清单的学习，你将能构建起完整的学科知识框架，明确各知识点的内在联系与重要性等级，为应对学业水平考试和未来的深入学习打下坚实基础。二、数据与信息：数字时代的基石（一）数据、信息与知识的辩证关系【基础】【重要】数据是记录客观事物的性质、状态、相互关系等的物理符号或物理符号的组合，它是信息的载体。例如，“25”这个数字本身就是一个数据。信息是经过加工处理的、具有意义的数据，它能够消除接收者某个方面的不确定性。当“25”被解释为“今天最高气温25摄氏度”时，它就变成了信息。知识则是人们在改造世界的实践中获得的认识和经验的总和，是对信息进行归纳、提炼、比较、挖掘等深度加工后形成的系统性认识，能够指导实践。例如，“当气温达到25摄氏度时，体感舒适，适合户外活动”便构成了知识。三者关系层层递进：数据是原始素材，信息是加工后的产物，知识是智慧的结晶。（二）数据编码的基本原理与方法【高频考点】【难点】为了让计算机能够处理现实世界中的各种信息，必须将其转换为计算机能识别的二进制代码，这个过程就是编码。1、数制及其转换：计算机内部采用二进制（Binary），即逢二进一，由0和1两个数码表示。人们习惯使用十进制（Decimal）。此外，编程中常用十六进制（Hexadecimal）来简洁地表示二进制数。【非常重要】数制转换是基础技能。（1）二进制、十六进制转十进制：按权展开求和。例如，二进制数(1101)2=1×23+1×22+0×21+1×20=8+4+0+1=13(1101)_2=1×2^3+1×2^2+0×2^1+1×2^0=8+4+0+1=13(1101)2​=1×23+1×22+0×21+1×20=8+4+0+1=13。十六进制数(3A)16=3×161+A×160=48+10=58(3A)_{16}=3×16^1+A×16^0=48+10=58(3A)16​=3×161+A×160=48+10=58。（A代表10，B11，C12，D13，E14，F15）（2）十进制转二进制：除2取余，逆序排列。例如，将13转换为二进制：13÷2=6余1，6÷2=3余0，3÷2=1余1，1÷2=0余1，逆序得110111011101。（3）二进制与十六进制的转换：四位二进制数对应一位十六进制数。例如，二进制可拆分为110111011101（D）和101110111011（B），即十六进制DBDBDB。2、字符编码：（1）【基础】ASCII码：美国信息交换标准代码，用7位或8位二进制数表示128或256种字符，包括英文字母（大小写）、数字、标点符号和控制字符。例如，大写字母‘A’的ASCII码值为65（十进制）。（2）【重要】Unicode编码：为解决不同国家、地区字符集不统一的问题而诞生的通用编码标准，它为世界上所有字符都分配了一个唯一的数字编号，常见的有UTF8、UTF16等实现方式。我们日常使用的汉字，在计算机内部就是用Unicode编码表示的。3、图像编码：（1）【重要】位图（BMP）：由像素点矩阵构成，每个像素点的颜色用若干二进制位表示。图像分辨率（如1024×768）和颜色深度（如24位真彩色，可表示2242^{24}224种颜色）决定了图像文件的大小。计算公式：图像文件大小=分辨率×颜色深度/8（字节）。（2）矢量图：用数学公式描述图形，如直线、曲线、圆形等。其优点是放大后不失真，文件大小通常比位图小，常用于、字体设计等。4、声音编码：【基础】声音是一种连续的模拟信号，需通过采样和量化转换为数字信号。采样频率（每秒钟采集声音样本的次数，单位Hz）和量化位数（用多少位二进制数记录每个样本的幅度）是决定音质和文件大小的关键参数。常见的CD音质为44、1kHz采样频率，16位量化位数。（三）数据存储与容量单位【基础】计算机中数据存储的最小单位是位（bit，比特），最基本的存储单位是字节（Byte，B）。1字节=8位。常用单位及其换算关系如下：1KB（千字节）=1024B1MB（兆字节）=1024KB1GB（吉字节）=1024MB1TB（太字节）=1024GB三、数据处理与应用：让数据发声（一）数据的采集与获取【基础】数据来源广泛，主要分为直接数据和间接数据。直接数据通过观察、实验、调查问卷、传感器实时采集等方式获得。间接数据则从现成的数据库、政府公开数据平台、统计年鉴、网络爬虫等渠道获取。【重要】在采集数据时，必须注重数据的来源是否可靠、内容是否真实准确，并严格遵守知识产权和法律法规。（二）数据的整理与清洗【难点】【高频考点】原始数据往往存在各种问题，如格式不一致、数据重复、数据缺失、逻辑错误、异常值等。数据清洗是数据处理过程中至关重要的一步。常见操作包括：1、重复数据的处理：识别并删除重复记录。2、缺失数据的处理：根据情况选择删除含缺失值的记录，或用均值、中位数、众数等填充，或用模型预测补充。3、异常数据的处理：通过箱线图、散点图或业务逻辑识别异常值，然后进行修正或剔除。4、格式统一与数据转换：将数据转换为统一的格式，如日期格式“yyyymmdd”，或将文本型数字转换为数值型。5、逻辑错误校验：检查数据之间是否存在矛盾，如“年龄”与“出生日期”不符。（三）数据统计分析基础【重要】数据处理的核心是分析数据，提取有价值的信息。常用的统计分析方法包括：1、描述性统计分析：用数学语言概括数据的整体情况。（1）【基础】集中趋势：均值（算术平均数）、中位数（排序后位于中间的数）、众数（出现次数最多的数）。均值易受极端值影响，中位数和众数则相对稳健。（2）【基础】离散程度：极差（最大值与最小值之差）、方差（各数据与均值离差平方的平均数）、标准差（方差的算术平方根）。方差和标准差越大，说明数据波动越大，越分散。2、数据可视化：将数据以图表形式呈现，直观地揭示数据分布和内在规律。（1）【重要】常见图表类型：▲柱形图/条形图：适合比较不同类别的数量。▲折线图：适合展示数据随时间变化的趋势。▲饼图：适合显示各部分在整体中的占比。▲散点图：适合探究两个变量之间的相关性。▲直方图：展示连续数据的分布情况。（2）【考点】选择恰当的图表类型是有效表达信息的关键。例如，展示某班级学生身高分布应使用直方图，而比较各班平均分应使用柱形图。（四）电子表格软件应用【基础】以Excel或表格为代表的电子表格软件是数据处理最常用的工具之一。核心操作包括：1、公式与函数：掌握常用函数，如求和（SUM）、平均值（AVERAGE）、计数（COUNT）、最大值（MAX）、最小值（MIN）、条件判断（IF）、查找引用（VLOOKUP）等。2、数据排序与筛选：对数据进行升序、降序排列；通过自动筛选或高级筛选，快速找到符合特定条件的数据。3、分类汇总：按某个字段对数据进行分组，并计算各组数据的统计值（如求和、平均值等）。4、数据透视表：【重要】一种交互式的表，可以快速从不同维度对大量数据进行汇总和分析，是高效数据处理的利器。四、算法与程序设计：人机对话的桥梁（一）算法的基本概念与特征【基础】【非常重要】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。简单来说，就是解决问题的方法和步骤。一个合格的算法必须具有以下五个特征：1、有穷性：算法在执行有限步骤后必须终止。2、确定性：算法的每一步骤都必须有确切的定义，不能有歧义。3、可行性：算法的每一步都必须在原则上能通过手工或机器实现。4、输入：一个算法可以有零个或多个输入，以刻画运算对象的初始情况。5、输出：一个算法应有一个或多个输出，以反映对输入数据加工后的结果。（二）算法的描述方式【基础】描述算法有多种方式，各有优劣。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，且难以描述复杂的分支和循环结构。2、流程图：【重要】用图形化的符号来表示算法，直观清晰。常用符号包括：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）等。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、类似于英语结构的描述语言。它无固定语法规则，书写自由，便于向程序代码过渡。（三）算法的三种基本结构【非常重要】【高频考点】任何复杂算法都可以由三种基本结构组合而成。1、顺序结构：程序按照语句的书写顺序依次执行。这是最简单的结构。IF...THEN...IF...THEN...ELSE...根据条件判断的结果，选择执行不同的分支语句。典型形式包括单分支（IF...THEN...IF...THEN...ELSE...IF...THEN...ELSE...）和多分支。3、循环结构：在一定条件下，重复执行某段程序代码。主要包括当型循环（先判断条件，条件成立才执行循环体，如WHILE...WEND）和直到型循环（先执行一次循环体，再判断条件，条件成立则继续循环，如DO...LOOPUNTIL）。Python中常用for循环和while循环。（四）程序设计语言与Python入门【基础】程序设计语言是人与计算机沟通的工具，经历了机器语言、汇编语言到高级语言的发展历程。Python是一种简洁、易读且功能强大的高级语言，是目前高中信息技术课程的主流教学语言。1、数据类型与变量：【重要】Python中常见的数据类型包括：（1）整型（int）：表示整数，如10,5。（2）浮点型（float）：表示小数，如3、14,2、0。（3）字符串（str）：表示文本，用单引号或双引号括起来，如"Hello",'World'。（4）布尔型（bool）：表示逻辑值，只有True和False。（5）变量是程序中用于存储数据的容器，通过赋值语句定义，如a=10。2、基本输入输出：（1）输入：input()函数，从键盘获取用户输入，返回的数据类型是字符串。（2）输出：print()函数，将结果输出到屏幕。3、运算符与表达式：（1）算术运算符：+（加）、（减）、（乘）、/（除）、//（整除）、%（取余）、（幂运算）。（2）关系运算符：==（等于）、!=（不等于）、>（大于）、<（小于）、>=（大于等于）、<=（小于等于）。结果为布尔值。（3）逻辑运算符：and（与）、or（或）、not（非）。用于连接布尔值，结果为布尔值。（4）表达式是由变量、常量和运算符组成的合法式子。（五）程序的控制结构实现【非常重要】【高频考点】1、顺序结构：代码逐行执行。2、分支结构：使用if语句。（1）单分支：pythonif条件:语句块（2）双分支：pythonif条件:语句块1else:语句块2（3）多分支：pythonif条件1:语句块1elif条件2:语句块2else:语句块3【易错点】注意条件表达式后的冒号“:”和语句块前的缩进（通常为4个空格），缩进是Python语法的一部分。3、循环结构：（1）for循环：通常用于遍历序列（如字符串、列表）或已知循环次数的情况。常与range()函数配合使用。range(start,stop,step)生成一个整数序列，包前不包后。pythonforiinrange(1,6):循环5次，i的值依次为1,2,3,4,5print(i)（2）while循环：只要条件为真，就持续执行循环体。pythoni=1whilei<=5:print(i)i=i+1必须有改变条件的语句，否则形成死循环【难点】【易错点】死循环：当循环条件永远为真时，程序会无限循环下去。务必确保循环体内有能改变循环条件的语句。【难点】循环嵌套：在一个循环内部包含另一个循环结构。例如，打印九九乘法表就需要用到双重循环。（六）算法的程序实现与经典算法【非常重要】【高频考点】将算法转化为计算机程序，是解决实际问题的关键一步。以下是几个必须掌握的经典算法。1、解析算法：通过找出解决问题的前提条件与结果之间关系的数学表达式，并以此表达式作为程序语句的基础。例如，已知圆的半径r，求圆的面积s=πr2s=\pir^2s=πr2。2、枚举算法（穷举法）：【重要】按问题本身的性质，一一列举出所有可能的解，并在逐一列举的过程中，检验每个可能解是否为问题的真正解，若是，则采纳，否则抛弃。优点是算法简单，缺点是效率不高。【解题步骤】①确定枚举范围（循环）；②确定验证条件（分支）；③在枚举范围内逐一检验。【案例】找出100以内所有能被3整除的数。循环i从1到100，判断i%3==0是否成立。3、查找算法：（1）【基础】顺序查找：从数据序列的开头开始，逐个与目标值比较，直到找到目标或查完所有数据。适用于无序序列。（2）【重要】对分查找（二分查找）：一种高效的查找算法，但要求被查找的数据序列必须是有序的。其基本思想是：每次将目标值与序列中间位置的值比较，如果相等则查找成功；如果目标值小于中间值，则在左半部分继续查找；否则在右半部分继续查找。如此重复，直到找到或确定不存在。【解题步骤】①设定查找范围的下界low和上界high；②当low<=high时，计算中间位置mid=(low+high)//2；③比较目标key与a[mid]；④根据比较结果调整low或high，缩小范围。4、排序算法：（1）【基础】选择排序：其基本思想是，每一趟从待排序的数据元素中选出最小（或最大）的一个元素，顺序放在已排好序的数列的后面（或前面），直到全部待排序的数据元素排完。（2）【重要】冒泡排序：其基本思想是，通过对待排序序列从前向后（或从后向前），依次比较相邻元素的值，若发现逆序则交换，使值较大（或较小）的元素逐渐从前往后（或从后向前）移动，就像水底的气泡一样逐渐向上冒。【易错点】两种排序算法中循环的边界条件设定，特别是内外层循环的控制变量范围和交换的条件。5、算法复杂度初步：【难点】用于衡量算法效率的指标。时间复杂度指执行算法所需要的计算工作量，通常用大O记法表示，如O(1)常数阶、O(n)线性阶、O(n²)平方阶。空间复杂度指执行算法所需要的内存空间。五、人工智能及其应用：探索智能未来（一）人工智能的定义与发展【基础】人工智能（AI）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。其发展历程经历了从最初的符号推理、专家系统，到基于统计学习的机器学习，再到当前的深度学习热潮。人工智能的目标是使机器能够像人一样思考、学习、感知和解决问题。（二）人工智能的核心技术【重要】当前人工智能的主流技术是机器学习。1、机器学习：研究如何让计算机利用经验（通常是数据）来改善系统自身的性能。它通过算法从数据中学习规律和模式，并利用这些规律对新数据进行预测或判断。2、神经网络与深度学习：深度学习是机器学习的一个子集，它模仿人脑神经元的结构和工作原理，构建多层的人工神经网络，通过海量数据训练网络，自动提取多层次的特征，从而实现强大的学习和预测能力。图像识别、语音识别等领域的突破性进展主要归功于深度学习。3、知识图谱：一种用图模型来描述知识和万物间关联关系的技术方法。它由节点（实体）和边（关系）组成，为机器提供了理解和组织世界知识的结构化方式，常用于智能搜索和问答系统。（三）人工智能的应用领域【热点】人工智能已经渗透到社会生活的方方面面，其应用案例层出不穷。1、自然语言处理：让计算机理解、解释和生成人类语言。应用包括机器翻译、智能客服、语音助手（如Siri、小爱同学）、文本摘要等。2、计算机视觉：让计算机“看懂”图像和视频。应用包括人脸识别、物体检测、光学字符识别（OCR）、自动驾驶中的路况感知、医学影像分析等。3、专家系统：在特定领域内，利用专家知识和推理程序，模拟人类专家解决复杂问题的能力。如医疗诊断系统、金融风控系统、地质勘探系统等。4、博弈与决策：让计算机在复杂的博弈环境中做出最优决策。如AlphaGo战胜人类围棋冠军，以及各类游戏AI。（四）人工智能的伦理与挑战【重要】【热点】随着AI技术的广泛应用，其带来的社会伦理问题和挑战也日益凸显。1、数据隐私与安全：AI系统依赖大量数据，如何确保个人数据在采集、存储和使用过程中的隐私与安全是一个严峻挑战。2、算法偏见与公平性：如果训练数据本身带有偏见（如种族、性别歧视），AI模型可能会学习和放大这种偏见，导致不公正的决策。3、就业结构冲击：自动化和智能化技术可能会替代部分传统岗位，导致结构性失业，同时也催生新的职业需求。4、责任归属与法律法规：当自动驾驶汽车发生事故，或AI辅助诊断出现误诊时，责任应如何界定？这需要完善相应的法律法规。5、信息茧房与认