本书提出了以理解数据和处理数据为目标的计算生态的教学理念，全面系统地介绍了数据与计算科学基础的基本理论与方法。本书主要内容包括数据与计算概述、计算机系统、数据的表示、算法、计算机语言与程序、数据收集与预处理、数据计算、数据分析与可视化。本书内容丰富，结构清晰，在重点讲解各种算法思想的基础上，通过数据分析与可视化的各种应用案例，进行多维度的“数据思维”训练，以满足读者对理解“信息技术跨学科赋能”的现实需求。同时本书附赠电子教学课件、案例源文件和结果文件，以方便教学。本书适合普通高等学校作为大学计算机通识教育教材使用，也适合对数据与计算感兴趣的读者阅读。

前 言 最近几年，全国高校计算机基础教育课程改革主要围绕“信息技术赋能”这个主题展开，“大学计算机基础”作为计算机基础教育的核心课程，其跨学科交叉融合与赋能正越来越受到人们的广泛重视。随着大数据技术的发展，人们对身边大量数据的价值越来越重视，对数据进行分析与处理的意识也在不断增强，很多高校都尝试把计算机科学的基本理论与数据分析与处理的相关技术进行融合，做到真正地把信息技术进行跨学科赋能。因此，编写一本信息技术跨学科赋能的“大学计算机基础”教材，满足“双一流”高校新学科建设及非计算机专业大学生的广泛需求，是我们多年来在计算机基础教学过程中一直在探索的目标。 本书以数据为主线，以计算为引擎，在介绍数据与计算、计算机系统、数据的表示的基础上，重点讲解各种常用算法，同时结合具体的实例讲解应用Excel、VBA实现数据分析处理的理论与方法。本书共分8章，章节的构架按照由浅入深、循序渐进的思路进行。 第1章介绍数据的概念、计算的概念、计算机模型、网络、大数据与云计算，并对数据和计算之间的关系进行梳理。 第2章以“计算引擎”的全新视觉介绍计算机软硬件的基础知识。 第3章介绍计数系统与数制、各类数据的表示法以及数据存储等，并从不同维度分析数据的存储方法。 第4章介绍算法特性、算法结构、常用算法设计及递归与分治法。 第5章系统地介绍数据计算所需的计算生态。 第6章从不同维度介绍数据收集的方法和预处理的全过程。 第7章介绍运用各种函数进行字段计算，利用“公式填充”实现简单的递推计算，Excel中的算法推演，以及VBA在数据计算中的应用。 第8章通过介绍基础统计分析、数据挖掘中的关联分析、聚类分析与时间序列分析等，让读者切实体会信息技术跨学科赋能的真正应用。数据可视化以易于感知的图形符号将数据呈现给读者，让读者交互地理解数据。 本书结构清晰、内容丰富、取材新颖，采用理论与实践相结合的讲述方法，在内容编写上注重理论知识的实用性和方法的可操作性，通过大量实例让读者直观、快速地通过Excel环境中的数据处理功能及VBA编程，实现对数据的分析和处理。此外，本书除了配有一定数量的练习题供读者对所学知识加以巩固，还有与本书配套的辅助教材《数据科学基础实践教程》，在学习中配合使用将会得到更好的效果。 全书内容由陈展荣规划，第1、2章由林龙新编写，第3、4章由余宏华编写，第6章由陈展荣编写，第5、7、8章由陈展荣、梁里宁共同编写，最后由陈展荣统稿，由周珊审校整个书稿。 感谢你阅读本书。本书面向的读者群是普通高等学校非计算机专业的本科生、研究生，以及对数据处理技术感兴趣的所有读者。书中的纰漏和不足之处在所难免，敬请读者提出宝贵意见和建议，你的反馈是我们继续努力的动力，本书的后续版本也将更臻完善。 感谢电子工业出版社对本书的鼎力相助，感谢作者所任教的暨南大学 本书的出版得到了暨南大学本科教材资助项目的支持。 编 者 ? 2022年5月

目 录 第1章 数据与计算概述 1 1.1 数据的概念 1 1.1.1 信号、消息、信息和数据 2 1.1.2 现实世界的数据模型 3 1.1.3 结构化数据和非结构化数据 4 1.2 计算的概念 6 1.2.1 数学计算 6 1.2.2 通用计算 6 1.2.3 现实世界的计算模型 6 1.3 计算机模型 7 1.3.1 图灵机 8 1.3.2 现代计算模型 9 1.4 网络、大数据和云计算 10 1.4.1 计算机网络概述 10 1.4.2 计算机网络图模型和TCP/IP体系结构 11 1.4.3 大数据 17 1.4.4 云计算 18 习题1 20 第2章 计算机系统 22 2.1 计算机结构 22 2.1.1 主存储器 22 2.1.2 中央处理器 25 2.1.3 输入/输出系统 27 2.2 软件和操作系统 27 2.2.1 操作系统概述 28 2.2.2 操作系统核心功能 29 2.2.3 大数据分析和处理技术 35 习题2 37 第3章 数据的表示 40 3.1 计数系统与数制 40 3.1.1 进位计数制 40 3.1.2 二进制数的基本运算 41 3.1.3 数制的转换 43 3.2 数值数据表示法 47 3.2.1 整数表示 48 3.2.2 实数表示 50 3.3 字符表示法 52 3.3.1 ASCII字符集 53 3.3.2 汉字字符集 54 3.3.3 通用字符集 55 3.4 现实数据的表示 56 3.4.1 统计数据的分类与表示 56 3.4.2 模拟量的数字化 58 3.4.3 结构数据表示 61 3.5 数据的存储 65 3.5.1 数据标识 65 3.5.2 数据存储结构 66 3.5.3 数据文件 66 3.5.4 数据压缩 67 3.6 数据结构基础 68 3.6.1 数据结构 68 3.6.2 抽象数据类型 70 习题3 70 第4章 算法 74 4.1 算法概述 74 4.1.1 算法的定义 74 4.1.2 算法示例——求最小值 75 4.1.3 求解策略和流程控制结构 78 4.1.4 算法表示 80 4.1.5 算法效率表示 83 4.2 常用算法 84 4.2.1 迭代 84 4.2.2 穷举 86 4.2.3 排序 89 4.2.4 查找 91 4.2.5 随机模拟 93 4.3 递归 94 4.3.1 递归 94 4.3.2 分治法 96 习题4 100 第5章 计算机语言与程序 105 5.1 计算机语言概述 105 5.1.1 算法与程序 105 5.1.2 计算机语言 105 5.2 计算机语言基础 108 5.2.1 标识符 108 5.2.2 数据类型 108 5.2.3 表达式与运算符 109 5.2.4 基本语句 110 5.2.5 子程序、函数和方法 111 5.3 Excel基础 111 5.3.1 Excel在数据分析中的应用概述 112 5.3.2 Excel数据处理基础 112 5.4 VBA语言 115 5.4.1 VBA语言基础 115 5.4.2 VBA控制结构 118 5.4.3 VBA常用对象与程序设计 121 习题5 129 第6章 数据收集与预处理 132 6.1 数据的来源、数据的分类与数据集 132 6.2 数据收集 134 6.2.1 数据收集的途径与方法 134 6.2.2 Excel数据的录入与管理规范 135 6.3 数据预处理 137 6.3.1 数据清洗 137 6.3.2 数据规约 140 习题6 142 第7章 数据计算 144 7.1 字段计算 144 7.1.1 几种常用的数据运算 144 7.1.2 函数运算 145 7.1.3 常用的字段计算 145 7.2 利用“公式填充”实现简单的递推计算 149 7.2.1 数制转换的递推计算 149 7.2.2 将十进制整数转换为R进制整数原码、反码和补码的递推计算 149 7.3 Excel中的算法推演 151 7.3.1 递推计算 151 7.3.2 二分法 153 7.3.3 贪心算法 155 7.4 VBA在数据计算中的应用 155 7.4.1 排序算法演示 155 7.4.2 频数计算 156 7.4.3 工作日计算 157 习题7 159 第8章 数据分析与可视化 162 8.1 数据分析与可视化概述 162 8.1.1 什么是数据分析 162 8.1.2 什么是数据可视化 162 8.2 基础统计分析 163 8.2.1 借助直方图进行数据特征分析 163 8.2.2 正态分布图形分析 163 8.2.3 相关分析 167 8.2.4 回归分析 169 8.3 数据挖掘 174 8.3.1 数据挖掘概述 174 8.3.2 Excel数据挖掘模块 175 8.3.3 关联分析 176 8.3.4 聚类分析 180 8.3.5 时间序列分析 184 8.4 数据可视化 186 8.4.1 条件格式 186 8.4.2 基础图表 187 8.3.3 组合图表 189 8.3.4 动态图表 190 8.3.5 数据透视表 191 习题8 194 附录A Excel常用函数 196 附录B 常用控制符的ASCII表 199