少儿Python编程2-计算机和信息处理

一、认知的四个层级

认知层次结构自底向上分为数据、信息、知识、智慧四个层级。

DIKW体系:

数据是没有经过组织或处理的文字符号图像等，来源于事实。数据仅仅代表本身，可以说，数据是孤独的，比如165，数据165就代表165，没有别的。

信息是什么呢，我们通过某种方式对组织或处理数据时，需要进行分析，让数据之间产生关系，这样可以用来回答一些简单的问题，比如谁？哪里？信息就是有序排列的数据。比如，165后面加上cm就变成身高，当然具体是什么，还要结合语境。

知识就是判断信息是否有用的过程，这个过程结合上下文，诠释，反省。信息结合越多，就越容易判断正误。比如女性身高165cm，这是通过对信息的诠释，得出的一个判断结论，这是一个积累过程。

智慧，做正确判断的能力，和对知识的正确使用，智慧可以回答为什么的问题，判断是非、对错、好坏，关注未来，试图理解过去没有理解的东西，是人类特有的。我们有了女性身高165cm的知识，当我们想要给女朋友买一件衣服的时候，我们就会选出适合的尺码，而不会选择一件童装。

比如，榴莲是数据，好吃或不好吃是信息，尝过一下直接实践后得到的经验，这是知识产生的过程，吃过以后有了判断这就是智慧。

这些都是人类的认知发展过程。

信息和数据的关系：

数据是信息的载体，是信息的表现形式。因此，如果一个数据被赋予了意义，就可以被称作是信息。因此我们可以认为没有数据就没有信息，数据是信息的来源。[1]

数据是记录，是载体，是呈现方式，而且方式不限于电子；信息则是内容，是数据的内涵，信息是加载于数据之上，对数据作具有含义的解释。

信息有意义，而数据没有。因此，我们将数据处理之后的结果称为信息，可以看出信息具有针对性、时效性的特点。也可以认为，数据比较具象，而信息比较抽象。

数据是原始事实,而信息是数据处理的结果。

不同知识、经验的人,对于同一数据的理解,可得到不同信息。

二、计算机信息表示

人类作为文字的发明者和使用者，通过文字来表示和传达信息，是一种非常自然的方式。但在计算机中，却不能通过文字来表示信息，因为机器无法理解文字。

计算机由逻辑电路组成，逻辑电路通常只有两种物理状态：“打开”的状态和“关闭”的状态。这两种状态正好可以用数字1和0来进行表示，使用1表示打开的状态，0表示关闭的状态。[2]

这种使用数字1和0来表示信息的方法，称为二进制表示法。那么如何让只能读懂0和1的计算机读懂人类的文字呢？这就需要给计算机做一本字典，把文字翻译成计算机的语言，也就是不同的0和1组合与文字做一个对应关系，这就是计算机编码。

比如如在计算机中输入“我喜欢你”，计算机看不懂你说的什么，因为他只能读懂0和1这些数字呀。所以呢，我们先在计算机中编写一本字典告诉它：

这时候计算机就会对照这本字典来理解的你的意思，哦，原来你说的是000 001 010 011。

在现实中，人们已经做了这项工作，当然这个字典全世界通用的，否则一个地方的计算机就无法识别另一个地方的计算机数据了。

计算机用01组合表示一个字符, 一个字节能表示2^8=255种组合。

通过这种编码工作，就可以把人类的文字翻译成二进制数据，这样计算机便可以处理这些数据了。

为保证人类和设备，设备和计算机之间能进行正确的信息交换，人们编制的统一的信息交换代码，这就是ASCII码表，它的全称是“美国信息交换标准代码”。

通过这种编码工作，就可以把人类的文字翻译成二进制数据，这样计算机便可以处理这些数据了。

例如：查表得 A 的ASCII码值为(01000001)2=(41)16=65；

因为计算机是外国人发明的，他们使用的是英文，所有就没有考虑中文汉字的编码问题，为了用0、1代码串表示汉字，我国制定了汉字的信息交换码GB2312-80，简称国标码。

由于汉字的字符多，一个字节的二进制不能包含全部汉字，所有国标码的每一个符号都用两个字节（16位二进制）代码来表示。

国标码共有字符7445个。一级汉字3755个，按汉语拼音顺序排列；二级汉字3008个，按部首和笔画排列。

随着计算机的普及，每个非英文国家各自编制了自己的一套编码，始终得不到同一，于是Unicode应运而生。所有语言编码统一到Unicode编码里，这样就不出现乱码的问题了。

unicode编码都是俩字节的，偏僻的可能用了四字节。

编码的存储：

如果我们需要编码的文本都是英文的，那么用unicode的两个字节是不是很浪费，明明一个字节就可以，却用了两字节。

为了节约，出现了utf-8编码， UTF-8编码把一个Unicode字符根据不同的数字大小编码成1-6个字节，常用的英文字母被编码成1个字节，汉字通常是3个字节，只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符，用UTF-8编码就能节省空间。

Unicode和utf-8的关系：

在内存里统一使用unicode，记录到硬盘或者编辑文本的时候都转换成了utf8。

Unicode 统一字符编码，给每一个字符一个唯一编码，保证不重复。

UTF-8 将Unicode编码后的字符串保存到硬盘的一种压缩编码方式。

三、位和字节

比特（位bit）：

概念：计算机中最小的计量单位，位也叫比特，比特也叫位。32bit，64bit（也称32位，64位）
位与字节的换算关系：1字节(Byte) = 8比特(位bit）
位与二进制的关系：1比特(位bit) = 1个2进制位

字节（Byte）：

概念：计算机中第二小的计量单位，是变成内存布局中的常用单位。
字节（Byte)与千字节(KB)的换算 1个千字节（1KB） = 1024字节Byte

(在编程中，分析变量在内存布局最常用的是字节单位，因此KB不会用到，再大计量单位还有兆(MB)，GB,TB)。

字节与二进制的关系：

1比特 = 1个2进制位

1字节=8比特

因此1字节 = 8个二进制位。

计算机存储容量的基本单位：

计算机存储容量的基本单位是字节，又名Byte，用大写字母B表示。比特和字节同为存储容量的单位，都用来表示计算机的存储容量大小，但是两者是不一样的，比特是计算机存储容量的最小单位；字节是计算机中存储容量的基本单位。

什么是字节？

字节，是英文单词 Byte的中文翻译，是计算机中存储容量的常用单位，实际意义上表示一组8个二进制位。举个例子，一个英文字母，通常用8个二进制位的编码表示，那么存储的时候，就说这个英文单词占用一个字节的存储空间。而一个中文汉字，通常要占用两个字节的存储空间。

为什么存储容量的基本单位是字节?

从上面字节的定义分析可知，计算机里面的英文字母和、中文汉字，或者其他计算机符号，都是通过二进制的编码存储的，如果用占用多少二进制编码位来表示存储容量，将非常不方便，也不好记。如果把这些二进制位，8个分为一组，取名字节，这样就很方便，也更容易记住，这也和ASCII码相对应。比如说字母a占用一个字节的存储空间，比说字母a占用8个二进制位或8个比特为好记得多。这也就是计算机中存储容量的基本单位用字节的缘故。

所以虽然计算机中存储容量的表示单位有字节和比特，但是计算机存储容量的基本单位是字节，而不是比特；比特只是作为计算机存储容量的最小单位而存在。

二进制和运算：

我们平时使用的十进制是逢10进1，同理二进制就是逢2进1。

二进制的运算：

四、参考文献

[1]: 信息和数据有什么区别？ - 知乎

[2]: Python零基础入门到精通-3.1节:掌握计算机的信息表示 - 知乎