数据分析技术与应用手册_1.docx

数据分析技术与应用手册

第1章数据基础理论

1.1数据概念与分类

数据被定义为经过清洗、结构化或半结构化的信息集合，它是从各种来源（如传感器、数据库、社交媒体）捕获的原始事实值。在技术层面，数据是计算机可处理的数据，区别于人类语言或概念。例如，在医疗场景中，一个“发烧”的原始记录（如体温38.5℃）就是数据，而“患者发烧”则是数据背后的概念。数据分类通常依据其结构特征进行划分。结构化数据（如SQL表中的日期、金额）具有固定的格式和类型，适合通过列式存储进行高效查询；非结构化数据（如文本报告、图片）缺乏固定格式，通常需要自然语言处理（NLP）或计算机视觉技术才能提取价值。

在