2025年大数据分析与数据可视化手册.docx

2025年大数据分析与数据可视化手册

第1章数据采集与处理基础

1.1数据源与数据类型

数据源是指用于获取数据的各类信息来源，包括结构化数据（如数据库、ERP系统）、非结构化数据（如文本、图像、音频视频）以及实时数据（如IoT设备、传感器数据）。在2025年大数据分析与数据可视化中，数据源的多样性决定了数据处理的复杂性，需根据数据类型选择合适的采集方式。数据类型主要包括结构化数据（如表格数据、关系型数据库）、非结构化数据（如PDF、Excel、CSV文件、图像、视频）以及半结构化数据（如XML、JSON格式）。例如，在医疗健康领域，结构化数据可能包括患者病历、检查报告，而非结构化数