1700504903
数据科学家养成手册 [:1700503508]
1700504904
数据科学家养成手册 第4章 数据科学的使命
1700504905
1700504906
这一章我们将讨论数据科学的使命。数据科学是一个巨大而抽象的概念，要想清晰地认识这样一个概念，就需要对其进行拆解。从哪里开始认识数据科学呢？就从它所依赖的最基本的载体——数据——开始吧。
1700504907
1700504908
1700504909
1700504910
1700504911
数据科学家养成手册 [:1700503509]
1700504912
数据科学家养成手册 4.1 走近数据科学
1700504913
1700504914
数据科学伴随信息技术的逐步发展渐渐羽翼丰满。数据从萌芽到成为一门完整的科学，经历了漫长的过程，形成了今天较为发达的数据科学。然而，我们也不能说数据科学已经非常完备、没有进步的余地了。下面先来回顾一下数据科学的发展历程。
1700504915
1700504916
数据科学家养成手册 [:1700503510]
1700504917
4.1.1 介质
1700504918
1700504919
在低成本、高可靠的存储介质形成之前，人类存储数据的方式在我们今天看来是非常落后且效能低下的。以汉字为例，我国最早的文字记载（也就是信息记载）是公元前14世纪到公元前11世纪左右的殷商甲骨文（如图4-1和图4-2所示）。
1700504920
1700504921
1700504922
1700504923
1700504924
图4-1 殷商甲骨文
1700504925
1700504926
1700504927
1700504928
1700504929
图4-2 甲骨文和宋体字对照
1700504930
1700504931
截至2012年，在已经出土的10余万片有字甲骨中，大约有4500个不同的图形文字，其中已经识别出来的约有2500个。这些文字对研究当时人类的主要活动有非常重要的参考价值。
1700504932
1700504933
2013年7月，在浙江省平湖市庄桥坟遗址出土了良渚原始文字，这些文字是迄今为止我国发现的最早的原始文字（如图4-3所示）。这一发现表明，距今大约5000年前，也就是公元前3000年左右，良渚先民就开始使用文字了。这些刻画符号将中国文字史的起点向前推了1000多年。
1700504934
1700504935
1700504936
1700504937
1700504938
图4-3 良渚文字
1700504939
1700504940
目前发现的这些文字数量非常有限，释义难度也比较大，但仍然可以看出，这些文字应该不是肆意的涂鸦，而是真正具有指代意义的象形文字。世人都期待着有更多佐证性的文字资料能够被发掘，让良渚文字中蕴含的意义为我们所知。
1700504941
1700504942
我们的汉字，从甲骨文到金文，再到大篆、小篆、隶书、楷书，一路走到今天，同时伴随着古体字、繁体字到简体字的逐步简化。
1700504943
1700504944
我们来看看“得”、“高”、“心”、“虫”4个汉字从甲骨文到繁体隶书的演化过程（如图4-4所示）。结合现在使用的简体汉字的字形，不难看出，字体演化的方向就是从烦琐到简洁，从象形化到符号化，这意味着文字的普及、记录和誊抄的门槛及成本都大大降低，会有更多的人有机会学会汉字，进而使汉字的流通性增强，流通成本降低。文字普及需要一个漫长的过程，但是它和电力、自来水、互联网的普及一样，具有激发民族巨大生产潜能和文化潜能的深远意义。这种演化在其他民族和其他文明的发展中也出现过，并衍生出了东西方几千年交相辉映的文明史——别忘了，这才是数据科学的基础。
1700504945
1700504946
1700504947
1700504948
1700504949
图4-4 甲骨文、金文、大篆、小篆、隶书对照
1700504950
1700504951
文字形态不断变化，承载信息的介质也在不断变化。
1700504952