3. Python基础快速回顾（一）：变量与数据类型、字符串操作、列表与字典、条件判断与循环结构

在进入额度模型评分沙盘开发之前，我们需要快速巩固Python最核心的基础知识。本章将围绕四个关键模块展开：变量与数据类型、字符串操作、列表与字典、条件判断与循环结构。这些内容将直接应用于后续的评分卡数据处理、特征工程和模型逻辑实现中。

3.1 变量与数据类型

Python是动态类型语言，变量不需要提前声明类型，赋值时自动推断。理解基本数据类型是构建一切逻辑的基石。

# 变量赋值与类型查看
customer_id = 1001
credit_score = 0.72
customer_name = "李四"
is_approved = True

print(type(customer_id))   # <class 'int'>
print(type(credit_score))  # <class 'float'>
print(type(customer_name)) # <class 'str'>
print(type(is_approved))   # <class 'bool'>

3.2 字符串操作

字符串在数据清洗和特征工程中频繁使用。Python提供了丰富的字符串方法，用于格式化、分割、替换和判断。

常用字符串方法

# 字符串操作实战
raw_text = "  客户ID: CUST_1024, 评分: 0.68  "
cleaned = raw_text.strip()
parts = cleaned.split(",")
id_part = parts[0].replace("客户ID: ", "")
score_part = parts[1].replace("评分: ", "")

print(f"提取ID: {id_part}")    # 提取ID: CUST_1024
print(f"提取评分: {score_part}") # 提取评分: 0.68

3.3 列表与字典

列表和字典是Python中最常用的两种容器类型。列表用于有序集合，字典用于键值对映射。在评分沙盘中，列表存储特征向量，字典存储客户属性。

列表操作

字典操作

# 列表与字典综合应用
feature_names = ["年龄", "收入", "负债比", "信用历史"]
feature_values = [35, 15000, 0.42, 0.88]

# 构建特征字典
feature_dict = {}
for i in range(len(feature_names)):
    feature_dict[feature_names[i]] = feature_values[i]

print(feature_dict)
# {'年龄': 35, '收入': 15000, '负债比': 0.42, '信用历史': 0.88}

# 列表推导式快速筛选
high_scores = [v for v in feature_values if v > 0.5]
print(high_scores)  # [15000, 0.88]

3.4 条件判断与循环结构

条件判断和循环是控制程序流程的核心。在评分沙盘中，条件判断用于规则过滤和分箱逻辑，循环用于批量处理客户数据。

条件判断：if-elif-else

# 评分等级划分
score = 0.72

if score >= 0.8:
    level = "优质"
elif score >= 0.6:
    level = "标准"
elif score >= 0.4:
    level = "关注"
else:
    level = "拒绝"

print(f"评分 {score} 对应等级: {level}")
# 评分 0.72 对应等级: 标准

循环结构：for 和 while

# 批量处理客户评分
customers = [
    {"id": 1001, "score": 0.85},
    {"id": 1002, "score": 0.45},
    {"id": 1003, "score": 0.92},
    {"id": 1004, "score": 0.33},
]

approved_list = []
for cust in customers:
    if cust["score"] >= 0.6:
        approved_list.append(cust["id"])
        print(f"客户 {cust['id']} 通过审批")
    else:
        print(f"客户 {cust['id']} 未通过")

print(f"通过审批的客户ID列表: {approved_list}")

3.5 综合案例：客户评分快速处理

将本节知识点串联，实现一个简单的客户评分处理脚本。该脚本读取原始数据，清洗字符串，存储为字典，进行条件判断，并通过循环批量输出结果。

# 模拟原始数据（字符串格式）
raw_data = [
    "客户ID: C001, 年龄: 32, 收入: 18000, 负债比: 0.35",
    "客户ID: C002, 年龄: 45, 收入: 25000, 负债比: 0.50",
    "客户ID: C003, 年龄: 28, 收入: 12000, 负债比: 0.65",
]

# 清洗并转换为字典列表
customers = []
for line in raw_data:
    # 去除首尾空格，按逗号分割
    parts = line.strip().split(",")
    cust_dict = {}
    for part in parts:
        key, value = part.split(":")
        key = key.strip()
        value = value.strip()
        # 根据键名转换数据类型
        if key == "客户ID":
            cust_dict["id"] = value
        elif key == "年龄":
            cust_dict["age"] = int(value)
        elif key == "收入":
            cust_dict["income"] = float(value)
        elif key == "负债比":
            cust_dict["debt_ratio"] = float(value)
    customers.append(cust_dict)

# 条件判断：计算简单评分（示例规则）
def calculate_score(cust):
    base = 0.5
    if cust["age"] <= 35:
        base += 0.1
    if cust["income"] > 15000:
        base += 0.2
    if cust["debt_ratio"] < 0.4:
        base += 0.2
    elif cust["debt_ratio"] < 0.6:
        base += 0.1
    else:
        base -= 0.1
    return round(min(max(base, 0.0), 1.0), 2)

# 循环批量处理
print("客户评分结果：")
for cust in customers:
    score = calculate_score(cust)
    cust["score"] = score
    if score >= 0.7:
        level = "优质"
    elif score >= 0.5:
        level = "标准"
    else:
        level = "关注"
    print(f"{cust['id']}: 评分 {score} → {level}")

通过这个案例，可以看到变量、字符串、列表、字典、条件判断和循环是如何协同工作的。在后续的额度模型评分沙盘开发中，这些基础操作将反复出现，成为构建复杂评分引擎的基石。