AP CSA 4.2：数据集
上一课我们讨论了数据收集及其影响。这一课开始关注：收集到的数据如何组织起来，又如何利用这些数据解决问题？
例如，学校可以把学生的姓名、邮箱和 GPA 放在一张表格中。这样的数据集合就是一个数据集。
数据集不只是把数据放在一起；我们还可以逐个访问、处理和分析其中的数据，从而回答问题。
核心知识点
1. 什么是数据集（Data Set）？
数据集（data set）就是一组具体的信息或数据。
例如，学校可以用一张表格记录学生信息：
| First Name | Last Name | GPA | |
|---|---|---|---|
| 学生名字 | 学生姓氏 | 邮箱 | 平均绩点 |
每一行记录一名学生的信息，每一列记录一种信息。
数据可以通过表格（table）或图表（chart）表示。像 Excel 和 Google Sheets 这样的电子表格软件，就可以用表格保存、整理和计算数据。
2. 如何分析数据集？
数据集可以被处理和分析，用来解决问题或回答问题。
分析数据时，通常需要：
- 找出要使用的数据。
- 逐个访问数据值。
- 按照目标处理这些数据。
- 得出需要的结果。
例如，如果我们想计算所有学生的平均 GPA，就需要访问每一行中的 GPA，将它们相加，再除以学生人数。
循环（loop）可以帮助我们逐个访问和处理数据集中的数据。
3. 从表格到算法
表格不只是用来展示数据，也可以帮助我们规划算法（algorithm）。
例子一：计算平均 GPA
问题：如何计算表格中所有学生的平均 GPA？
思考过程：
- 先准备一个
sum，初始值为0。 - 逐行访问表格。
- 把每一行的 GPA 加到
sum。 - 所有行处理完后，用
sum除以总行数。
伪代码（pseudocode）：
Initialize sum to 0.
Loop through each row in the table:
Add the GPA value of this row to sum.
Divide sum by the number of rows
to get the average GPA.
注意缩进：累加 GPA 的步骤必须放在循环内部，因为每一行都需要处理；计算平均值则应在循环结束后进行。
例子二：找出荣誉榜学生
问题：学校想打印出 GPA 达到 3.5 或以上的学生姓名，应该怎样设计算法？
这次需要同时使用两种结构：
- Repetition（重复）：循环访问每一行学生数据。
- Selection（选择）：判断当前学生的 GPA 是否达到 3.5。
伪代码：
Loop through each row in the table:
If the student's GPA is 3.5 or higher:
Print the student's name.
这里不需要把所有学生分别写出来。循环负责逐个检查，if 负责筛选符合条件的学生。
4. AP Exam Focus：三个核心考点
| AP 知识点 | 必须理解的内容 |
|---|---|
| AP 4.2.A.1 | 数据集是一组具体的信息或数据。 |
| AP 4.2.A.2 | 数据集可以被处理和分析来解决问题；分析时逐个访问数据值，并根据目标进行处理。 |
| AP 4.2.A.3 | 数据可以用表格或图表表示，这些可视化形式能够帮助我们规划处理数据的算法。 |
5. Mini Practice：小练习
Practice 1：理解数据集
学校用一张表格记录学生的姓名、邮箱和 GPA。下列哪项最准确地描述了这张表格？
A. 它是一个数据集，可以用来分析学生信息。
B. 它只是文字的集合，不能用于解决问题。
C. 只有把数据转换成 Java 代码后，才算数据集。
答案：A
解释：数据集是一组具体的信息或数据，可以用表格表示，并用于分析和回答问题。
Practice 2：设计算法
学校需要计算所有学生的平均 GPA。下面哪种算法顺序正确？
A. 先把 sum 除以学生人数，再逐个加上 GPA。
B. 将 sum 初始化为 0，循环累加每位学生的 GPA，最后除以学生人数。
C. 只读取第一位学生的 GPA，再除以学生人数。
答案：B
解释：必须先访问并累加所有学生的 GPA，循环结束后再计算平均值。
Practice 3：循环与条件判断
学校要打印 GPA 达到 3.5 或以上的学生姓名。算法需要使用什么？
A. 只需要一个 if。
B. 只需要一个循环。
C. 使用循环逐个检查学生，并用 if 判断 GPA 是否达到 3.5。
答案：C
解释：循环负责检查每一行，条件判断负责筛选符合要求的学生。
Unit 4.2 核心词汇（Vocabulary）
| Vocabulary | 中文理解 |
|---|---|
| data set | 数据集；一组具体的信息或数据 |
| table | 表格；按行和列组织数据 |
| chart | 图表；数据的可视化表示 |
| analyze | 分析；检查并处理数据以回答问题 |
| algorithm | 算法；解决问题的一系列步骤 |
| pseudocode | 伪代码；用接近自然语言的方式描述算法 |
| repetition | 重复；反复执行步骤，例如使用循环 |
| selection | 选择；根据条件决定执行哪些步骤 |
下一课预告： 接下来我们将学习 Java 数组（array），了解如何在程序中存储一组数据，并使用循环访问和处理这些数据。