3、Python基础：变量、数据类型与运算符归纳总结

这章咱们来聊聊Python最基础的几个概念。别看它们简单，我做了这么多年项目，发现很多线上事故的根因，恰恰是这些基础没打牢。尤其是咱们做MD批处理质控的，数据量大、格式杂，变量类型搞混了，轻则报错，重则污染一批数据。

所以，别小看这章。把底子夯实了，后面写脚本才顺手。

3.1 变量：给数据贴个标签

变量是什么？说白了，就是给数据起个名字。Python里用等号 = 来赋值。你不用提前声明类型，Python解释器会自动判断。我个人很喜欢这种“随性”，写快脚的利器。

# 给一个字符串赋值
sample_id = "MD_QC_20231015_001"
threshold_value = 0.85
is_pass = True

你看，Python会自动把 "MD_QC_20231015_001" 当成字符串，0.85 当成浮点数，True 当成布尔值。

3.2 数据类型：Python的几种“物种”

理解数据类型，就是理解你的数据长什么样。我来列一个我用得最多的几种。

3.2.1 数字类型：int 和 float

整数（int）和浮点数（float）。我建议你用 type() 函数随时检查类型，这在调试时特别管用。

a = 10      # int
b = 3.14    # float
print(type(a))  # 输出：
print(type(b))  # 输出：

3.2.2 字符串类型：str

字符串用单引号、双引号、三引号包起来都可以。处理MD文件时，字符串操作非常多。

file_name = "MD_QC_20231015_001.tsv"
header_line = "SampleID\tIntensity\tQuality"
# 使用 f-string 格式化，我个人的最爱
batch_id = "QC_001"
full_name = f"{file_name}_{batch_id}"

3.2.3 布尔类型：bool

只有两个值：True 和 False。在条件判断里太常用了。

quality_passed = False
if quality_passed:
    print("该样本通过质控")
else:
    print("需要重新检测")

3.2.4 列表与元组：list 和 tuple

列表用 []，可以增删改。元组用 ()，创建后不能改。你想想看，如果是一组样本ID，我经常用列表，方便我后续追加。

# 列表：可变的
sample_ids = ["S001", "S002", "S003"]
sample_ids.append("S004")  # 没问题

# 元组：不可变的
fixed_parameters = (0.85, 0.90, 0.95)
# fixed_parameters[0] = 0.80  # 这会报错！

3.2.5 字典与集合：dict 和 set

字典是键值对，用来快速查找。集合是唯一元素的无序集合，常用于去重。

# 字典：存样本ID和其对应的质控结果
qc_results = {
    "S001": "pass",
    "S002": "fail",
    "S003": "pass"
}

# 集合：快速找出有哪些独特的批次
batch_numbers = {"QC001", "QC002", "QC003", "QC001"}  # QC001 只会出现一次

3.3 运算符：让数据动起来

有了数据，怎么处理它们？靠运算符。这部分我结合做质控的实际场景来讲，你会记得更牢。

3.3.1 算术运算符

3.3.2 比较运算符

比较运算符返回布尔值，True或False。我经常用它来过滤数据。

sample_quality_score = 0.92
# 检查是否通过阈值
if sample_quality_score >= 0.9:
    print("通过质控")
else:
    print("未通过")

3.3.3 赋值运算符

就是缩短写法，让你少打几个字。我个人觉得 += 用得最多。

total_samples = 0
# 读取一个批次后，自动累加
total_samples += 1  # 等价于 total_samples = total_samples + 1
total_samples -= 1  # 等价于 total_samples = total_samples - 1
total_samples *= 2  # 等价于 total_samples = total_samples * 2

3.3.4 逻辑运算符

逻辑运算符专门连接多个条件。在复杂的质控逻辑里，几乎是必备项。

# 实际场景：样本必须同时满足条件A和条件B
condition_a = quality_score >= 0.9
condition_b = missing_rate < 0.05
if condition_a and condition_b:
    print("样本合格")
else:
    print("样本不合格，需要标记异常")

3.3.5 成员运算符与身份运算符

这部分我进项目后才真正用起来。成员运算符检查某个值是否在容器里。

acceptable_batches = ["MD_QC_A", "MD_QC_B", "MD_QC_C"]
current_batch = "MD_QC_B"

# 成员运算符 in
if current_batch in acceptable_batches:
    print("该批次在允许列表里")

# 身份运算符 is，检查是否是同一个对象
a = [1, 2, 3]
b = a
c = [1, 2, 3]
print(a is b)    # True，指向同一对象
print(a is c)    # False，值相等但对象不同

3.4 可变与不可变：核心思维

这一点很多新手会忽略。Python里，有些数据类型能改，有些不能。搞清楚这个，能避免不少bug。

总结一下：这一章的概念是后面所有代码的基础。我建议你把每种数据类型都亲手敲一遍代码，看看它们在内存里的表现。遇到复杂问题时，回到本源想一想——这个变量的类型是什么？它可变吗？往往答案就在这些基础里。