資料分析 | Python新手村02_條件判斷式

閱讀時間約 5 分鐘
經歷過第一次的課程內容後,我們已經初步理解到Python的基本運算功能,接著就要開始進入到高階程式語法都具備的控制邏輯系列,首先,來個小小開胃菜—if條件判斷

if-else

直接來帶範例會比較清楚理解:
chinese_str = input("請輸入國文分數:")
chinese_int = int(chinese_str)
if chinese_int >= 60:
print(f"國文分數是{chinese_int}")
print("及格")
else:
print("沒有複習")
print("不及格")
print("程式結束")
第一次我們輸入國文分數為50分,由於數值50並沒有大於60,第一個if敘述的condition條件判斷就會是False,因次進入else條件,執行結果為:
沒有複習 
不及格 
程式結束
第二次我們輸入國文分數為90分,由於90 > = 60,所以執行if判斷程式,打印出:
國文分數是90 
及格 
程式結束

if-else-elif

更複雜一點的,還可以另外加上elif,同樣以輸入國文分數為範例:
  1. 90(含)~100分為「優」
  2. 80(含)~89分為「甲」
  3. 70(含)~79分為「乙」
  4. 60(含)~69分為「丙」
  5. 0(含)~59分為「丁」
chinese = int(input("請輸入國文分數:"))
if chinese >= 90:
print("優")
elif chinese >= 80:
print("甲")
elif chinese >= 70:
print("乙")
elif chinese >= 60:
print("丙")
else:
print("丁")

巢狀判斷

除了第一層的邏輯判斷之外,還可以使用「巢狀判斷」在一個判斷式中,另外包住其它的判斷式。舉個類似的例子,我們除了要求輸入國文分數外,還需輸入數學分數:
  • 國文分數100 AND 數學分數100 ,獲得獎金1000
  • 國文分數100 OR 數學分數100,獲得獎金500
chinese = int(input("請輸入國文分數:"))
english = int(input("請輸入數學分數:"))
bonus = 0
if chinese == 100:
if english == 100:
bonus = 1000
else:
bonus = 500
else:
if english == 100:
bonus = 500
else:
bonus = 0

print(f"獎金是:{bonus}")
假設我們輸入國文分數為90,數學分數為100,程式打印結果就會出現:
獎金是:500
假設我們輸入國文分數為100,數學分數也為100,程式打印結果就會出現:
獎金是:1000

邏輯運算子

「邏輯運算子」可以判斷「and」( 且 )、「or」( 或 ) 和「not」( 非 ) 三種邏輯狀態,運算的結果只有 True 或是 False 兩種。
除此之外,還可以搭配運用邏輯運算子來重寫程式碼:
chinese = int(input("請輸入國文分數:"))
english = int(input("請輸入數學分數:"))
bonus = 0

if chinese == 100 and english == 100:
bonus = 1000
elif chinese == 100 or english == 100:
bonus = 500
else:
bonus = 0

print(f"獎金是:{bonus}")
有了以上這些基礎觀念後,就可以試著設計一個計算身體質量指數(Body Mass Index, BMI)的小程式:當我們輸入身高與體重之後,計算出BMI值來衡量身體肥胖程度。
height = eval(input("請輸入身高(公分):"))
weight = eval(input("請輸入體重(公斤):"))
bmi = weight / (height / 100) ** 2
print(f"BMI={bmi:.2f}")
if bmi < 18.5 :
    state = "體重過輕"
elif bmi < 24:
    state = "正常"
elif bmi < 27:
    state = "體重過重"
elif bmi < 30:
    state = "輕度肥胖"
elif bmi < 35:
    state = "中度肥胖"
else:
    state = "重度肥胖"
print(state)
我輸入自己的實際身高為178,體重為70,打印出的結果為:
BMI=22.09 
正常
此次的條件判斷就演練到這邊,我們下回繼續,掰💪
為什麼會看到廣告
31會員
39Content count
在瞬息萬變的數位宇宙中,不堅持永遠的Yes或No,自許以流量成長的阿甘精神,碰撞激盪出各種有趣的科技行銷手法,涵蓋產品數據、社群互動、廣告技術、內容創造、會員經營...等面向,一點一滴的帶大家進入產品Martech的領域中。
留言0
查看全部
發表第一個留言支持創作者!
我吃故窩宅的沙龍 的其他內容
前幾年因為工作方面的需求,花了一些時間自學了Python,進行網站爬蟲與資料分析,但近期由於職務的轉換,Python的實作應用機會減少了許多,對於code撰寫的敏感度也因此降低不少,趁著上個月看到勞動力職能發展協會官網有一門新課程「Python大數據資料探勘分析應用班」正在線上招生,想說既然政府與公
近幾年來,市面上總不乏出現各種新名詞,「類火車」、「微解封」、「類普篩」、「元宇宙」、「大數據」...等,這些排山倒海的資訊,讓我們深怕自己一不小心沒跟上,會錯過了世代更迭的腳步,其中,特別是「大數據」這三個字流行最久,也是目前影響企業最深。以台灣市場來說,各類領域的企業,假如發展策略沒有跟大數據扯
市場區隔是什麼? 例如,汽車的TA就可以很清楚的區分為「小資族群」、「親子家庭」、「冒險越野」、「都市貴族」...等,而企業就會因應生產各系列的車款,而這些車款就會呈現出不同的品牌印象、價位區間以及功能訴求。 有效市場區隔的條件 我們都愛用甚麼變數來區隔市場 特徵分群 行為分群 區隔分析範例 小結
如果你正在學習SQL,這邊介紹一個方便簡易的方式,不須透過安裝傳統的MySQL,只要利用Google提供的BigQuery開源示範dataset就可以實作練習,另一方面,如果你想應用自己手邊上的資料,也能簡單的使用匯入功能(如何匯入看這邊)。 輸入名稱「data-to-insights」。
最近在公司跟資料科學家一起討論了產品推薦機制的運作邏輯,才開始理解了甚麼是關聯分析(Associative Analysis),覺得挺有趣的,想說把學習心得記錄下來,藉此機會跟大家分享。 接著下來,我們就以「樂屋網」產品的使用者行為資料庫,做為假設的範例,進行簡單的解釋說明。 條件機率與貝氏定理
前幾年因為工作方面的需求,花了一些時間自學了Python,進行網站爬蟲與資料分析,但近期由於職務的轉換,Python的實作應用機會減少了許多,對於code撰寫的敏感度也因此降低不少,趁著上個月看到勞動力職能發展協會官網有一門新課程「Python大數據資料探勘分析應用班」正在線上招生,想說既然政府與公
近幾年來,市面上總不乏出現各種新名詞,「類火車」、「微解封」、「類普篩」、「元宇宙」、「大數據」...等,這些排山倒海的資訊,讓我們深怕自己一不小心沒跟上,會錯過了世代更迭的腳步,其中,特別是「大數據」這三個字流行最久,也是目前影響企業最深。以台灣市場來說,各類領域的企業,假如發展策略沒有跟大數據扯
市場區隔是什麼? 例如,汽車的TA就可以很清楚的區分為「小資族群」、「親子家庭」、「冒險越野」、「都市貴族」...等,而企業就會因應生產各系列的車款,而這些車款就會呈現出不同的品牌印象、價位區間以及功能訴求。 有效市場區隔的條件 我們都愛用甚麼變數來區隔市場 特徵分群 行為分群 區隔分析範例 小結
如果你正在學習SQL,這邊介紹一個方便簡易的方式,不須透過安裝傳統的MySQL,只要利用Google提供的BigQuery開源示範dataset就可以實作練習,另一方面,如果你想應用自己手邊上的資料,也能簡單的使用匯入功能(如何匯入看這邊)。 輸入名稱「data-to-insights」。
最近在公司跟資料科學家一起討論了產品推薦機制的運作邏輯,才開始理解了甚麼是關聯分析(Associative Analysis),覺得挺有趣的,想說把學習心得記錄下來,藉此機會跟大家分享。 接著下來,我們就以「樂屋網」產品的使用者行為資料庫,做為假設的範例,進行簡單的解釋說明。 條件機率與貝氏定理
你可能也想看
Thumbnail
重點摘要: 1.9 月降息 2 碼、進一步暗示年內還有 50 bp 降息 2.SEP 上修失業率預期,但快速的降息速率將有助失業率觸頂 3.未來幾個月經濟數據將繼續轉弱,經濟復甦的時點或是 1Q25 季底附近
Thumbnail
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎? 新版式整體視覺上「更加凸顯圖片」,為了搭配這次的更新,我們推出首次貼文策展 ❤️ 使用貼文功能並完成這次的指定任務,還有機會獲得富士即可拍,讓你的美好回憶都可以用即可拍珍藏!
Thumbnail
日前在LINE社群,有網友提出一個問題,要把資料進行分析,用日期來計算出將對應的資料。 原始資料,密密麻麻的數據,都看不清楚了 放大一點點 要把這些資料不同『料號』的各種『狀態』依據『日期』進行分析。 有興趣可以下載試著挑戰看看:檔案下載 作法有很多種,當然也可以用函數處
Thumbnail
台灣發生性騷擾的行為樣態有哪些? 在哪裡發生? 被害人與加害人的關係呢? 分別有什麼特徵? 來看台灣性騷擾申訴案件的剖析。
Thumbnail
台灣發生性騷擾的行為樣態有哪些? 在哪裡發生? 被害人與加害人的關係呢? 分別有什麼特徵? 來看台灣性騷擾申訴案件的剖析。
Thumbnail
台灣發生性騷擾的行為樣態有哪些? 在哪裡發生? 被害人與加害人的關係呢? 分別有什麼特徵? 來看台灣性騷擾申訴案件的剖析。
Thumbnail
資料分析就像廚師料理一樣,但你知道可以分成哪9大流程嗎?一起看看資料分析流程和廚師料理有多像!
Thumbnail
美國為主的M2不斷的收縮,但是市場上的資金幾乎源源不絕,這時候大多數人會很納悶,錢從哪邊來? 這篇文章主要是分析這件事情。
Thumbnail
從「類型」作為出發點,輔以加以針對 Netflix 台灣站與韓國站做比較,也確實看出一些不同之處,包含其實 Netflix 韓國站確實有相當多實境與綜藝內容,而韓國群眾也喜歡使用 Netflix 收看,個人就覺得這個相當有趣的。
Thumbnail
紐約時報曾經於2018年12月製作過「How Does Your State Make Electricity?」專題,探討從2001-2017年美國各州電力系統結構變化。本篇目的旨在仿照紐約時報的做法,也製作一個屬於台灣的電力結構轉變資訊圖表。
Thumbnail
史隆運動分析論壇(MIT SSAC),是北美運動數據研究圈中最重要的交流盛會,許多的運動數據分析人才與業界相關公司,都是透過此論壇所發跡。以下為個人對SSAC 22座談會內容的彙整。
Thumbnail
這一次在高雄上課,租用昂貴的電腦教室,只是很可惜,這家巨匠居然沒有安裝office,只有開放原始碼的試算表,有一點卡卡的,影響我的教學。 趁學員陸續到期,趕緊教他們下載資料;下載資料對我來說雖然簡單,但對於這一批學員來說,卻可能是第一次操作;還好很多學員立即學會,也立馬變身為種子教官,教會旁邊的學員
Thumbnail
重點摘要: 1.9 月降息 2 碼、進一步暗示年內還有 50 bp 降息 2.SEP 上修失業率預期,但快速的降息速率將有助失業率觸頂 3.未來幾個月經濟數據將繼續轉弱,經濟復甦的時點或是 1Q25 季底附近
Thumbnail
近期的「貼文發佈流程 & 版型大更新」功能大家使用了嗎? 新版式整體視覺上「更加凸顯圖片」,為了搭配這次的更新,我們推出首次貼文策展 ❤️ 使用貼文功能並完成這次的指定任務,還有機會獲得富士即可拍,讓你的美好回憶都可以用即可拍珍藏!
Thumbnail
日前在LINE社群,有網友提出一個問題,要把資料進行分析,用日期來計算出將對應的資料。 原始資料,密密麻麻的數據,都看不清楚了 放大一點點 要把這些資料不同『料號』的各種『狀態』依據『日期』進行分析。 有興趣可以下載試著挑戰看看:檔案下載 作法有很多種,當然也可以用函數處
Thumbnail
台灣發生性騷擾的行為樣態有哪些? 在哪裡發生? 被害人與加害人的關係呢? 分別有什麼特徵? 來看台灣性騷擾申訴案件的剖析。
Thumbnail
台灣發生性騷擾的行為樣態有哪些? 在哪裡發生? 被害人與加害人的關係呢? 分別有什麼特徵? 來看台灣性騷擾申訴案件的剖析。
Thumbnail
台灣發生性騷擾的行為樣態有哪些? 在哪裡發生? 被害人與加害人的關係呢? 分別有什麼特徵? 來看台灣性騷擾申訴案件的剖析。
Thumbnail
資料分析就像廚師料理一樣,但你知道可以分成哪9大流程嗎?一起看看資料分析流程和廚師料理有多像!
Thumbnail
美國為主的M2不斷的收縮,但是市場上的資金幾乎源源不絕,這時候大多數人會很納悶,錢從哪邊來? 這篇文章主要是分析這件事情。
Thumbnail
從「類型」作為出發點,輔以加以針對 Netflix 台灣站與韓國站做比較,也確實看出一些不同之處,包含其實 Netflix 韓國站確實有相當多實境與綜藝內容,而韓國群眾也喜歡使用 Netflix 收看,個人就覺得這個相當有趣的。
Thumbnail
紐約時報曾經於2018年12月製作過「How Does Your State Make Electricity?」專題,探討從2001-2017年美國各州電力系統結構變化。本篇目的旨在仿照紐約時報的做法,也製作一個屬於台灣的電力結構轉變資訊圖表。
Thumbnail
史隆運動分析論壇(MIT SSAC),是北美運動數據研究圈中最重要的交流盛會,許多的運動數據分析人才與業界相關公司,都是透過此論壇所發跡。以下為個人對SSAC 22座談會內容的彙整。
Thumbnail
這一次在高雄上課,租用昂貴的電腦教室,只是很可惜,這家巨匠居然沒有安裝office,只有開放原始碼的試算表,有一點卡卡的,影響我的教學。 趁學員陸續到期,趕緊教他們下載資料;下載資料對我來說雖然簡單,但對於這一批學員來說,卻可能是第一次操作;還好很多學員立即學會,也立馬變身為種子教官,教會旁邊的學員