歡迎來到數據與資訊的世界！
你有沒有想過，天文台的天氣預報員是怎樣知道即將會下雨的？或者學校圖書館是怎樣管理成千上萬本書籍的？其實，他們都在使用資訊科技（IT）來收集、整理和理解我們身邊的世界。
在這份學習筆記中，你將會學到如何將簡單的數字和文字轉化為實用的資訊、如何運用感應器和試算表等強大工具，以及如何結合不同軟件來製作簡報和專題研習報告。即使剛開始接觸時覺得有點難，也不用擔心——我們會一步一步為你詳細拆解！
1. 數據與資訊：兩者有甚麼分別？
大家經常會混淆數據（Data）和資訊（Information）這兩個名詞，但在電腦運算中，它們的意思截然不同！
甚麼是數據？
數據是未經處理、未經整理的原始事實、數字、文字或量度結果，本身並沒有任何實際意義。
原始數據的例子：21、true、15:00、藍色。
如果有人突然走過來向你大喊：「21！」，你一定摸不著頭腦。這到底是指 21 個蘋果？每小時 21 公里？還是攝氏 21 度？
甚麼是資訊？
資訊是經過排序、整理並加入背景語境（Context）的數據，讓它變得有意義，並能傳達有用的內容。
資訊的例子：「課室在 15:00 的溫度是 21°C。」現在，數字「21」就變得清楚明白了！
生動比喻：焗蛋糕
可以將數據想像成焗蛋糕的原始食材：一碗麵粉、一隻雞蛋、一塊放在桌上的牛油。單獨來看，它們只是未經加工的材料。
而資訊就像是焗好的美味蛋糕！當你將所有食材混合在一起並放入焗爐烘烤，就會變成一件完整又有意義的成品。
重點速記：
• 數據（Data）＝ 未經整理、沒有具體背景的原始事實。
• 資訊（Information）＝ 經過處理並賦予意義的數據。
2. 運用樹狀分類資料庫進行分類
當你有一堆物品（例如動物、圖形或小昆蟲），你該怎樣辨認它們呢？我們可以使用一種叫做樹狀分類資料庫（Branching Database）的工具。
樹狀分類資料庫是一種圖像化的分類工具，它利用樹狀結構提出一連串「是／否」問題（Yes/No Questions），將一大組物品不斷細分成更小的組別，直至每件物品都能被單獨識別出來。
必須掌握的核心概念：
• 屬性（Attributes）：物品的特徵、性質或外觀特點（例如：有翅膀、有 4 隻腳、是紅色）。
• 二元問題（Binary Questions）：一種只有兩個可能答案（「是」或「否」）的問題。
如何建立一個好的樹狀分類資料庫：
1. 仔細觀察你的物品，找出一個「部分物品擁有，但其他物品沒有」的屬性。
2. 提出一個清晰明確的「是／否」問題（例如：「它有沒有羽毛？」）。
3. 符合該特徵的物品走「是」的路徑，不符合的則走「否」的路徑。
4. 為每個小組繼續提出新的「是／否」問題，直到每件物品在樹枝的末端都有自己專屬的位置為止。
避免出錯的小秘訣：
切勿使用模糊或主觀的問題，例如「它大不大？」，也不要使用開放式問題，例如「它是甚麼顏色？」。請務必提出清晰的事實問題，例如「它是否有多於 4 隻腳？」。
3. 數據記錄：自動收集數據
想像一下，如果老師要求你連續 24 小時不睡覺，每隔 10 秒量度一次學校操場的溫度，這對人類來說根本是不可能的任務！幸好，電腦可以透過感應器（Sensors）和數據記錄器（Data Loggers）輕鬆完成。
甚麼是數據記錄器？
數據記錄器是一種連接到感應器（輸入工具）的數碼裝置，能夠在一段時間內自動量度並記錄環境中的物理變化。
常見的感應器類型：
• 溫度感應器（Temperature sensor）：量度環境的冷熱程度。
• 光感應器（Light sensor）：量度光線強度（明暗程度）。
• 聲音感應器（Sound sensor）：量度音量大小（以分貝為單位）。
數據記錄的重要詞彙：
• 數據點（Data Point）：在某一個特定時刻記錄的單一量度值（例如：上午 10:00 的 18°C）。
• 數據集（Data Set）：在實驗過程中收集到的相關數據點的完整集合。
• 記錄間隔（Logging Interval）：每次量度之間的時間間隔或頻率（例如：每 5 秒、每 10 分鐘或每小時量度一次）。
為甚麼在某些任務上，數據記錄器比人類做得更好？
• 它們可以長時間持續記錄（例如通宵或整個週末）。
• 它們每秒可以記錄數百次讀數（高頻率記錄）。
• 它們可以放置在偏遠、狹窄或危險的地方（例如雪櫃內部或氣象塔頂部）。
• 它們極為準確，而且永遠不會忘記記錄讀數！
4. 運用平面檔案資料庫整理資料
當你收集了大量關於人物、地點或物品的數據後，就需要一個方便儲存和搜尋的方法。平面檔案資料庫（Flat-File Database）是一種數碼資料庫，它將資訊儲存在由「行」和「列」組成的單一二維表格中。
兩大核心組成部分：
• 欄位（Field，即直行 Column）：單一類別或類型的數據。同一欄中的每一項都包含相同性質的資料。
欄位的例子：名字、年齡、最喜愛的顏色、寵物類型。
• 記錄（Record，即橫行 Row）：跨越所有欄位、關於單一人物、動物或物件的完整資料組合。
超好記的記憶口訣：
• 欄位（Field）＝ 直立的欄杆（像直行一樣上下豎立）。
• 記錄（Record）＝ 跑道（Running track，像橫行一樣由左至右延伸）。
資料庫的常見功能：
• 排序（Sorting）：將記錄按照特定次序排列。
— 英文字母次序（\(\text{A to Z}\) 或 \(\text{Z to A}\)）。
— 數值次序：遞增 / 升序（由小至大，例如 \(1 \rightarrow 10\)）或 遞減 / 降序（由大至小，例如 \(10 \rightarrow 1\))。
• 搜尋／篩選（Searching / Filtering）：向資料庫發出查詢指令，只顯示符合特定條件的記錄。
搜尋條件例子：顯示所有符合 \(\text{Age} > 10\) 及 \(\text{Pet} = \text{"Dog"}\) 的記錄。
5. 試算表：運算、建立模型與繪製圖表
試算表（Spreadsheet）是一款互動式電腦程式，用來儲存數字、自動進行數學運算，並將數據轉化為清晰易明的統計圖表。
試算表的結構：
• 試算表由欄（直行）和列（橫行）組成的網格構成。
• 欄（Columns）以英文字母標示（\(\text{A, B, C...}\)）。
• 列（Rows）以數字標示（\(1, 2, 3...\)）。
• 儲存格（Cell）：欄與列相交的單一個格子。
• 儲存格參考／位址（Cell Reference）：儲存格的專屬名稱／位址，寫法是先寫欄字母，後寫列數字（例如：\(\text{B4}\) 代表位於 \(\text{B}\) 欄第 \(4\) 列的儲存格）。
試算表公式的黃金法則：
試算表中的所有公式必須以等號（\(=\)）開始！
如果你在儲存格中直接輸入 \(10 + 5\)（沒有等號），試算表只會把它當作普通文字。但當你輸入 \(=10 + 5\) 時，試算表就知道要進行運算，並顯示出答案：\(15\)！
試算表的基本算術運算符號：
• 加法：\(+\)（例如：\(=A1 + B1\)）
• 減法：\(-\)（例如：\(=A1 - B1\)）
• 乘法：\(*\)（例如：\(=A1 * B1\)）— 注意：我們使用的是星號（*），而不是字母「x」！
• 除法：\(/\)（例如：\(=A1 / B1\)）— 注意：我們使用的是斜線符號（/）！
常用函數（Functions）：
試算表提供了一些強大的內建快捷指令，稱為函數，讓你不用逐個儲存格慢慢相加：
• \(=SUM(\dots)\)：將指定範圍內的所有數字加總。
例子：\(=SUM(A1:A10)\) 會將儲存格 \(\text{A1}\) 至 \(\text{A10}\) 的所有數值相加。
• \(=AVERAGE(\dots)\)：計算指定範圍內數字的算術平均值。
例子：\(=AVERAGE(B1:B5)\) 會計算儲存格 \(\text{B1}\) 至 \(\text{B5}\) 的平均數。
6. 選擇、結合與展示（資訊科技流程）
在現實生活中，我們很少只單獨使用一個軟件。當你懂得結合不同的數碼裝置和應用程式時，就能發揮最大威力，完成精彩的專題項目！
第 1 步：選擇合適的工具
• 收集數據：使用數據記錄器或網上問卷調查表單。
• 整理及計算數據：使用試算表或資料庫。
• 向觀眾展示成果：使用簡報軟件（投影片）、文字處理軟件或桌面出版工具。
第 2 步：選擇合適的圖表
以圖像化方式展示數據時，選錯圖表可能會令人感到困惑。以下是選擇合適圖表的方法：
• 折線圖（Line Graph）：最適合用來展示隨時間發生的連續變化（例如：一天之中操場氣溫每小時的升跌變化）。
• 棒形圖／柱狀圖（Bar Chart）：最適合用來比較離散的類別或組別（例如：五年級同學最喜愛的水果）。
• 圓形圖／餅圖（Pie Chart）：最適合用來展示各部分佔整體的比例（整體數據中的百分比分佈）。
第 3 步：整合不同軟件（Software Integration）
你可以把資料在不同程式之間互相傳送，製作出一份出色的最終報告：
1. 將數據記錄器中的數據匯出（Export）到試算表中。
2. 使用 \(=SUM\) 和 \(=AVERAGE\) 函數計算總和與平均值。
3. 在試算表中製作清晰的棒形圖或折線圖。
4. 將圖表和數據表複製並貼上／嵌入到文字處理文件或簡報投影片中。
5. 加入標題、圖籤、詳細解說和圖片，讓觀眾能一目了然地理解你的研究成果！
快速溫習：千萬不要犯的常見錯誤！
1. 常見錯誤：在試算表中計算時忘記輸入等號（\(=\)）。
改正方法：每次計算時，開頭必定要加上 \(=\)，電腦才會知道需要進行數學運算！
2. 常見錯誤：混淆資料庫中的「欄位（Field）」與「記錄（Record）」。
改正方法：記住欄位是垂直的直行（代表資料類別），而記錄是水平的橫行（代表單一項目的完整資料）。
3. 常見錯誤：使用折線圖來表示獨立的分類項目。
改正方法：比較不同類別（如寵物種類或顏色喜好）時請使用棒形圖；只有在展示隨時間變化的數據（如氣溫變化或每週身高增長）時，才使用折線圖。
4. 常見錯誤：在樹狀分類資料庫中提出主觀的問題（例如：「它可不可愛？」）。
改正方法：根據客觀、清晰的身體特徵，提出明確的「是／否」二元問題（例如：「它有沒有毛髮？」）。