下面继续普及图片、声音、视频的储存。
图片最简单的就是位图。假如把屏幕分成1920*1080个点（现在大部分显示器和手机都这个分辨率，也有2160*1080，加宽的标准，就是所谓2k屏），每个点用3个字节来表示颜色，你可以算算三个字节能表示多少种颜色，是一千六百万还多。这对于人的眼睛基本够了（当然还有更强大的32位颜色，如果需要，64位也不是不能编，解码程序一个约定而已）。如果年纪大点可能还记得10年前某手机的广告：1600万真彩色屏。因为当时的手机多半是65k色的，也就是2个字节表示一个点。当时手机屏一般只有320*240个点，高端的才640*480个点。点也可以分得更密，比如3840*2160，这就是某些电视机和手机吹嘘的4K屏了。这也就是数码相机的相素。所谓1200万相素，也就是能拍出4000*3000个点的照片。如果你手头有计算器的话，你可以算一下，4000*3000再乘以3个字节，这就是一张千万级别的位图的大小。你是不是很惊奇？看起来太大了一点，大概有38MB之多，事实上这就是BMP格式的图片真实大小。但实际上数据是可以压缩的。最简单的来说，比如连续100个1，你完全可以写成“100个1”，而不用把100个1全写出来。只要在显示时把它还原出来就行了。当然，一个真正压缩算法要复杂很多，显然不是本文讨论范围。你只要知道，JPG的有损压缩，可以把千万相素级照片的压缩在3MB左右。而无损压缩要大很多，比如单反相机，你把格式换成无损的，一张照片一般十几兆。
后来人们又发明了矢量图。简单来说，矢量图就是一组方程来定义图片。比如你要画一条抛物线，只需要一个二次方程就行了，要显示的时候计算出来。一个方程只占用几个字节就行了，而如果是点阵的话，你起码需要几百个点才能画出一条线，并且矢量图随意放大都不会失真，而点阵图你放大之后就会看见明显的色块，不信你随便找张照片，用软件放大100倍试试。当然，很多东西无法用矢量图完成，比如照片。但字库、设计图之类的都可以用矢量图。
再说声音，也是一种编码，把声音的波型分成一段一段的编上号就行了。这里的术语叫采样率，简单来说指把每秒分成多少份，每份用几个字节来表示频率和强度。显然，分得越多就越接近真实，比如44khz采样率，就是每秒分成44100份。当然也有压缩的算法，MP3就是一种有损压缩算法，更高级的要听无损。无损文件一般比MP3大得多。当然，有些超级爱好者，认为无论你分得多细，它总是有数码味的，这就进入玄学的领域了，本文不讨论。
最后是视频。视频实质上就是一幅幅图片连续快速的放给你看，再配上声音而已。什么高清视频啊，超高清视频啊，就是这个照片的分辨率。4K视频就是4K的照片，这里要加上一个帧率，就是每秒给你放多少张图。一般电影大概每秒30帧，人的眼睛已经会觉得很流畅了，游戏一般需要60帧以上。当然以后还会有更高的要求，甚至达到每秒120帧。最高速的摄影机每秒能拍几千帧，但按30帧给你播放，就是慢动作了。你可以算算，一张1920*1080的压缩图片大概500KB，1秒钟需要30张图，加上声音，一分钟电影就要几百MB。当然也有压缩算法，高清蓝光，一部电影几十GB就是这么来的。你知道DVD的分辨率是多少吗？很高兴的告诉你：640*480。不算高吧，但告诉你一个事，普通有线电视才352*288，VCD也是这个分辨率，所以VCD一张碟也就650MB能放大概1小时电影，而DVD碟是4.5GB。假如你在离电视50公分的地方看看电视，会看见很明显的粗大的点和线。
事实上目前的网络和电脑条件，1080线全高清是比较能用了。电信的网速全是坑爹的标示，他说是10mbit的网，实际上说的是字位（bit），而不是字节（byte），所以这个数要除以8，才是通常理解的MB（注意是大写！）。所以你会发现，10兆的网用迅雷下载最多显示每秒1兆多。而事实上1080P的视频每秒数据也要1MB了，所以4兆的网看1080P绝对会卡网络的。但目前很多视频网站上的1080P是假的，用720P经过一点加工改的，所以基本还是能看的。另外，压缩得越大的视频，在解压缩时就需要计算机越大的计算量。每秒要给你放几十张高清图，要把压缩的数据还原，这对电脑也是个考验。所以老电脑看高清视频也会卡，运算速度跟不上来。目前的电脑对付1080P基本没问题，但要是2160P呢？可以简单的发现，2160P的数据是1080P的4倍而不是2倍。是的，如果你在2160P的显示器上用原始分辨率放1080P的视频并不扩大的话，它将只占四分之一屏。4K呢？就是16倍的数据量。宽带要100兆才能勉强在线看。另外，如果把帧率提高到60，数据量还会翻倍，目前大部分家用电脑都会卡的。但这个和显卡也有一定关系，有些显卡自带了硬件解码，就不需要cpu实时运算了，但显卡上带的解码并不是支持所有压缩格式，某些格式还得用cpu。
我们发现，无论是照片还是录音视频，都比文字存储要浪费空间，为什么呢？因为我们的大脑完成了把文字变成声音和图象的工作，大脑里肯定有这么一个高效的压缩和解压缩程序，录下来要几十兆的一段话，被压缩得只有几十KB，但要解压缩这些东西，需要你先学会说话，再学会识字，想想你从出生到中学毕业要多少年才能学会这些吧。这还不包括专业的知识。
