【原】Python系列10：数据处理

前面陆续讲了不少（其实不太多）的内容，包括从软件安装到基本的变量类型，再到运算符，以及最近的条件判断，整体回顾下前面的内容：

数据类型：整型、浮点型、布尔型、字符串等；

标识符：常规标识符、非法标识符、特殊标识符等；

运算符：算术运算符、赋值运算符、比较运算符、逻辑运算符、成员运算等；

控制语句：if/if else/if elif（后面还有其他的控制语句，主要是for/which/case when等）；

如果记不清了，可以回顾下之前知识点。

快速地应用还是要上手应用起来，这样不能学习速度会更快、掌握的更牢固，同时学习的信心也会有所增加。本次主要分享下利用已有的公开数据，并结合之前的知识点，快速地上手实战一下，同时实战的数据可以不仅以本次的为准，也可以拿日常工作或自己积累的数据做应用与实战，这样才能更好的暴露问题并解决问题。

数据处理

做一些变量的定义，具体如下，主要回顾下运算符、逻辑运算和条件判断，同时也了解下疫情的一些数据：

看下主要的变量类型情况：

有发现什么不同吗？累计治愈与其他的数字只是多了个.0，但其代表的类型却是不一样的，一个是浮点型，一个整型；再做一些变量的运算及格式化输出：

可以看出确诊死亡率在5.59%，相比国外要低很多；print('%.2f%%'%(int_death_rate * 100))，表示的格式化输出，如果不使用刚会直接输出小数的形式，后面涉及到格式化字符串时会详细的说明下。

再看下密切接触者的确诊率：

11%多，说明密切接触者的确诊概率确实不低，有效的防控与隔离起到了很好的作用；

新增接触者的占比目前也处于一个比较低的值，整体也能从一方面看是处于接近后半段。

复习下逻辑判断及if判断，做了些假设，结合目前的疫情数据可以看出来是相对来说度过了高增长期；

数据的判断及结果仅作为参考哈，坚持防控的前提下回顾下所学，后面等把数据框的一些知识分享后可以详细的分析和回顾下疫情的历史数据，尝试看下是否有什么可以得出的结论（先放个图出来，后面再好好地回顾下）

Python系列

Pytnon系列09：Python软件简介与安装(视频)

Python系列08：elif语句

Python系列07：if嵌套语句

Python系列06：if条件语句

python系列05：运算符（2）

Python系列04：运算符（1）

Python系列03：三种标识符

Python系列02：python数据类型

Python系列01：python安装与主要界面

----------------------------------------------

整理不易，欢迎点亮再看！

精鼎特邀