上一章介绍了计算机：文字、数字和图像最终都要依靠约定，变成计算机可以处理的 0 和 1。 对化学研究者来说，接着需要回答的是：实验读数、谱图、分子结构和文献，怎样变成能够分析和使用的数据？
实验记录得很详细，过几个月却找不到当时的浓度；论文里有许多曲线，建表时却缺少原始数值；同样写着“荧光增强”，不同文章采用的参照和条件又不一样。 这些困难说明，拥有资料和能够使用资料之间，还有表示、整理和核查的工作。
你的实验记录本，在计算机眼里是什么？ 这个问题既涉及怎么存，也涉及存了什么，以及这些记录能支持什么判断。 数据的质量、数量和覆盖范围，会影响后续能够研究的问题；算法不能自动补回没有测量或没有记录的全部信息。
本章沿五个问题展开：
数据是对对象、状态或关系的客观记录，可以是数字、文字、符号、图像或声音。 实验仪器直接导出的读数是数据，经过初步整理的峰位表、反应产率表，同样是数据。
在科研语境下，信息是数据被置于具体背景并赋予解释后，对研究问题产生的认知。 孤立的数字（如“0.582”）含义未明，属于原始数据； 若标明其为“某样品在 595 nm 处的吸光度”，并结合标准曲线计算出“样品浓度为 0.45 mg/mL”，数据就转化为了可以指导科研判断的信息。
数据与信息不是截然分开的两类文件，而是相对于具体研究阶段而言的： 上一步推导出的信息，保存进数据表后，又可以成为下一步分析建模的数据输入。
从记录到明确认识，需要补充具体的实验条件与参照背景。
| 场景 | 原始数据（记录了什么） | 补充的实验语境与依据 | 提取出的信息（对问题的认识） |
|---|---|---|---|
| 荧光表征 | 水含量 90% 时，605 nm 处强度为 1847 a.u. | 对照纯水与纯有机溶剂中的低强度发光谱图 | 该分子具有典型聚集诱导发光（AIE）特征，聚集态荧光显著增强 |
| 细胞实验 | 808 nm 照射 5 min 后，CCK-8 读数为 0.62 | 引入未光照空白对照，结合标准存活率公式换算 | 该功率密度下细胞相对存活率约 55%，表现出明显的光热杀伤效果 |
| 紫外定量 | 595 nm 处测得吸光度为 0.582 | 对应线性范围内的标准曲线（吸光度—浓度关系） | 计算得出样品蛋白质浓度为 0.45 mg/mL |
| 反应控温 | 三次独立测得反应温度为 25.6、26.1、25.8 ℃ | 实验预设的容许温度波动范围（±0.5 ℃） | 反应体系平均温度为 25.8 ℃，温控稳定，符合实验条件 |
| 文献对照 | 实验组转化率 32.5%，对照组 18.2% | 平行重复测试与统计误差分析 | 新催化体系使反应转化率相对提升 14.3 个百分点 |
| 动物实验 | 周期性测量小鼠肿瘤体积 | 设定对照组基线与多次治疗的时间序列记录 | 治疗组肿瘤生长曲线显著平缓，初步确认疗法具有抑瘤效果 |
| 光谱对比 | 同一样品的溶液与薄膜发射峰分别为 450 nm 和 510 nm | 确认两组测试的激发波长与仪器参数保持一致 | 固态样品相较于溶液状态发生了 60 nm 的红移现象 |
这些例子表明：数据是基石，语境赋予其灵魂。
没有实验条件、参照体系和换算关系的孤立数字只是未解的读数；只有补齐上下文，数据才能真正回答科学问题。