#三系统/逻辑思维/数据的概念
用“三系统”系统思维和逻辑思维做自我管理和学习碳中和专业知识，使用归纳推理离不开数据。
虽然大家天天都把“数据”这个词挂在嘴边，但可能大多数人对“数据”这个概念的理解是不准确的。数据，不就是一堆数字嘛，分析数据，就是去分析这些数据啊。
在统计学中的数据究竟指的是什么？我们又应该怎么运用数据获取信息呢？用逻辑思维做归纳推理，首先要解决这两个问题。
数据的概念
先来看看“数据”的概念。统计学中的数据，不等同于我们通常说的数字，而是关于特定对象的定性或定量的描述。它可以是一些数字、一段文字、几张图片、一段音乐等等等等。这样听起来，数据这个概念好像更接近于我们通常说的“信息”。这里要提醒你注意一个区别，数据并不等同于信息。
首先，数据中不一定都含有信息，像一段白噪音就属于这类。白噪音虽然数据量巨大，但是其中除了噪音的频率和振幅之外，别无他物。
而信息一定是某种形式的数据，是对数据进行加工、分析或者转换后得到的结果。比如，某学习碳中和的学习效率，这是一组数据。我们可以对数据进行处理，挖掘出其中信息，再对信息做进一步分析，找到一些规律甚至总结出一些抽象的概念。
所以今天很多人强调学习要“看数据”，其实看的是数据背后隐藏的信息。好，了解了数据的概念，接下来我们看看，数据可以被分为哪些类型。数据通常可以被分为量化数据和非可量化的数据。
量化数据很好理解，比如圆周率的值、一个人的收入，或者银行的利率，这指的就是可以用数字来表示的数据了。
非可量化的数据可以是图片、文字或者声音等等。当然，很多非量化的数据也可以通过编码的方式将其量化，比如，在统计时用到的姓名、性别数据，都可以做到没有信息损失的量化。
但还有一些数据很难量化，一定要量化就会有信息损失。举个极端的例子，一幅书法作品，你一听就知道很难被量化，即便强行量化也会损失掉大部分信息。不过不用担心，这类不适合量化的数据不是我们“三系统”研究的重点。
我们所有的学习假定所有的数据都是可以量化的，这样有利于我们采用统计学的工具处理和展示数据。
明天继续阐述“三系统”中学习系统数据的具体内容是什么。
