数据的定义，这个每个人都应该有自己的理解，有规律无规律的信息，客观事物的逻辑归纳，具体的数，文字，图像等等... ... 但是我个人的角度来看，并不是以上所有都能称之为“数据”，有些东西必须经过处理和筛选，能够使用的数据才是我们口中的“数据”。

---

数据类型

1.数值型

说白了就是能够用数字直接记录或者表示属性，比如今天气温40℃，我身高172cm等等。我们编程包括数值型（正负号、小数点和字母E），浮点型(float)，双精度型(double)，整型(int)

2.连续型

用能取若干且密集小数的实数表示属性（也可以用整数），比如今天气温40.23124515℃，身高172.234123123cm（按严格定义的话，他们应该是连续的,必须从某些数值变化，不能我今年12岁，明年就14岁了，中间总得有个13岁让他们连续起来）

3.离散型

只能用自然数或整数表示属性，比如周一周二，三月四月，我中午吃了三碗饭

ps：其实连续性和离散型的区别真的有那么明显吗，现实世界中出现不了1.5个人，但是我们在预测的时候出现了1.5个，甚至1.55个怎么办呢？更合适的处理方法应该是把这1.55个人当做是更偏向于2个人

4.标称型

限定了目标属性的取值集合，包括数值和文本。比如 0-1型/布尔型，只有0,1两个选择；性别分类，男或者女或者那啥的；made in China，产地只可能是广州，上海等这些中国城市。

5.序列型

有序的数值型或标称型值串。比如“学到老活到老”这句话，过去3天的气温是40℃，39℃，41℃

6.序数型

具有偏序关系的离散数值，比如世界五百强公司排名

---

我们来举个栗子，用上面的数据类型表示描述一筐苹果

该筐苹果内苹果的个数                          <— 离散型

该筐苹果的重量                                      <— 连续性

该筐苹果是否包邮                                  <— 标称型

该筐苹果的出产省份                              <— 标称型

该筐苹果的评论                                       <— 序列型

该筐苹果商家在百度的好评度排名       <— 序数型