--- language: python contributors: - ["Louie Dinh", "http://ldinh.ca"] - ["Amin Bandali", "http://aminbandali.com"] - ["Andre Polykanine", "https://github.com/Oire"] - ["evuez", "http://github.com/evuez"] translators: - ["Michael Yeh", "https://hinet60613.github.io/"] filename: learnpython.py lang: zh-tw --- Python是在1990年代早期由Guido Van Rossum創建的。它是現在最流行的程式語言之一。我愛上Python是因為他極為清晰的語法，甚至可以說它就是可執行的虛擬碼。 非常歡迎各位給我們任何回饋！ 你可以在[@louiedinh](http://twitter.com/louiedinh) 或 louiedinh [at] [google's email service]聯絡到我。 註： 本篇文章適用的版本為Python 2.7，但大部分的Python 2.X版本應該都適用。 Python 2.7將會在2020年停止維護，因此建議您可以從Python 3開始學Python。 Python 3.X可以看這篇[Python 3 教學 (英文)](http://learnxinyminutes.com/docs/python3/). 讓程式碼同時支援Python 2.7和3.X是可以做到的，只要引入 [`__future__` imports](https://docs.python.org/2/library/__future__.html) 模組. `__future__` 模組允許你撰寫可以在Python 2上執行的Python 3程式碼，詳細訊息請參考Python 3 教學。 ```python # 單行註解從井字號開始 """ 多行字串可以用三個雙引號 包住，不過通常這種寫法會 被拿來當作多行註解 """ #################################################### ## 1. 原始型別與運算元 #################################################### # 你可以使用數字 3 # => 3 # 還有四則運算 1 + 1 # => 2 8 - 1 # => 7 10 * 2 # => 20 35 / 5 # => 7 # 除法比較麻煩，除以整數時會自動捨去小數位。 5 / 2 # => 2 # 要做精確的除法，我們需要浮點數 2.0 # 浮點數 11.0 / 4.0 # => 2.75 精確多了！ # 整數除法的無條件捨去對正數或負數都適用 5 // 3 # => 1 5.0 // 3.0 # => 1.0 # 浮點數的整數也適用 -5 // 3 # => -2 -5.0 // 3.0 # => -2.0 # 我們可以用除法模組(參考第六節:模組)，讓 # 單一斜線代表普通除法，而非無條件捨去 from __future__ import division 11/4 # => 2.75 ...普通除法 11//4 # => 2 ...無條件捨去 # 取餘數 7 % 3 # => 1 # 指數 (x的y次方) 2**4 # => 16 # 括號即先乘除後加減 (1 + 3) * 2 # => 8 # 布林運算 # 注意 "and" 和 "or" 的大小寫 True and False #=> False False or True #=> True # 用整數與布林值做運算 0 and 2 #=> 0 -5 or 0 #=> -5 0 == False #=> True 2 == True #=> False 1 == True #=> True # 用not取反向 not True # => False not False # => True # 等於判斷是用 == 1 == 1 # => True 2 == 1 # => False # 不等於判斷是用 != 1 != 1 # => False 2 != 1 # => True # 更多比較 1 < 10 # => True 1 > 10 # => False 2 <= 2 # => True 2 >= 2 # => True # 比較是可以串接的 1 < 2 < 3 # => True 2 < 3 < 2 # => False # 字串用單引號 ' 或雙引號 " 建立 "This is a string." 'This is also a string.' # 字串相加會被串接再一起 "Hello " + "world!" # => "Hello world!" # 不用加號也可以做字串相加 "Hello " "world!" # => "Hello world!" # ... 也可以做相乘 "Hello" * 3 # => "HelloHelloHello" # 字串可以被視為字元的陣列 "This is a string"[0] # => 'T' # 字串的格式化可以用百分之符號 % # 儘管在Python 3.1後這個功能被廢棄了，並且在 # 之後的版本會被移除，但還是可以了解一下 x = 'apple' y = 'lemon' z = "The items in the basket are %s and %s" % (x,y) # 新的格式化方式是使用format函式 # 這個方式也是較為推薦的 "{} is a {}".format("This", "placeholder") "{0} can be {1}".format("strings", "formatted") # 你也可以用關鍵字，如果你不想數你是要用第幾個變數的話 "{name} wants to eat {food}".format(name="Bob", food="lasagna") # 無(None) 是一個物件 None # => None # 不要用等於符號 "==" 對 無(None)做比較 # 用 "is" "etc" is None # => False None is None # => True # 'is' 運算元是用來識別物件的。對原始型別來說或許沒什麼用， # 但對物件來說是很有用的。 # 任何物件都可以被當作布林值使用 # 以下的值會被視為是False : # - 無(None) # - 任何型別的零 (例如: 0, 0L, 0.0, 0j) # - 空序列 (例如: '', (), []) # - 空容器 (例如: {}, set()) # - 自定義型別的實體，且滿足某些條件 # 請參考文件: https://docs.python.org/2/reference/datamodel.html#object.__nonzero__ # # 其餘的值都會被視為True (用bool()函式讓他們回傳布林值). bool(0) # => False bool("") # => False #################################################### ## 2. 變數與集合 #################################################### # Python的輸出很方便 print "I'm Python. Nice to meet you!" # => I'm Python. Nice to meet you! # 從命令列獲得值也很方便 input_string_var = raw_input("Enter some data: ") # 資料會被視為字串存進變數 input_var = input("Enter some data: ") # 輸入的資料會被當作Python程式碼執行 # 注意: 請謹慎使用input()函式 # 註: 在Python 3中，input()已被棄用，raw_input()已被更名為input() # 使用變數前不需要先宣告 some_var = 5 # 方便好用 lower_case_with_underscores some_var # => 5 # 存取沒有被賦值的變數會造成例外 # 請參考錯誤流程部分做例外處理 some_other_var # 造成 NameError # if可以當判斷式使用 # 相當於C語言中的二元判斷式 "yahoo!" if 3 > 2 else 2 # => "yahoo!" # 串列型態可以儲存集合 li = [] # 你可以預先填好串列內容 other_li = [4, 5, 6] # 用append()在串列後新增東西 append li.append(1) # 此時 li 內容為 [1] li.append(2) # 此時 li 內容為 [1, 2] li.append(4) # 此時 li 內容為 [1, 2, 4] li.append(3) # 此時 li 內容為 [1, 2, 4, 3] # 用pop()移除串列尾端的元素 li.pop() # => 3 and li is now [1, 2, 4] # 然後再塞回去 li.append(3) # li is now [1, 2, 4, 3] again. # 你可以像存取陣列一樣的存取串列 li[0] # => 1 # 用等號 = 給串列中特定索引的元素賦值 li[0] = 42 li[0] # => 42 li[0] = 1 # 註: 將其設定回原本的值 # 用 -1 索引值查看串列最後一個元素 li[-1] # => 3 # 存取超過範圍會產生IndexError li[4] # Raises an IndexError # 你可以用切片語法來存取特定範圍的值 # (相當於數學中的左閉右開區間，即包含最左邊界，但不包含右邊界) li[1:3] # => [2, 4] # 略過開頭元素 li[2:] # => [4, 3] # 略過結尾元素 li[:3] # => [1, 2, 4] # 每隔兩個元素取值 li[::2] # =>[1, 4] # 串列反轉 li[::-1] # => [3, 4, 2, 1] # 你可以任意組合來達到你想要的效果 # li[開始索引:結束索引:間隔] # 用 "del" 從串列中移除任意元素 del li[2] # 現在 li 內容為 [1, 2, 3] # 你可以做串列相加 li + other_li # => [1, 2, 3, 4, 5, 6] # 註: li 及 other_li 沒有被更動 # 用 "extend()" 做串列串接 li.extend(other_li) # 現在 li 內容為 [1, 2, 3, 4, 5, 6] # 移除特定值的第一次出現 li.remove(2) # 現在 li 內容為 [1, 3, 4, 5, 6] li.remove(2) # 2 不在串列中，造成 ValueError # 在特定位置插入值 li.insert(1, 2) # 現在 li 內容再次回復為 [1, 2, 3, 4, 5, 6] # 取得特定值在串列中第一次出現的位置 li.index(2) # => 1 li.index(7) # 7 不在串列中，造成 ValueError # 用 "in" 檢查特定值是否出現在串列中 1 in li # => True # 用 "len()" 取得串列長度 len(li) # => 6 # 元組(Tuple，以下仍用原文)類似於串列，但是它是不可改變的 tup = (1, 2, 3) tup[0] # => 1 tup[0] = 3 # 產生TypeError # 能對串列做的東西都可以對tuple做 len(tup) # => 3 tup + (4, 5, 6) # => (1, 2, 3, 4, 5, 6) tup[:2] # => (1, 2) 2 in tup # => True # 你可以把tuple拆開並分別將值存入不同變數 a, b, c = (1, 2, 3) # a 現在是 1, b 現在是 2, c 現在是 3 d, e, f = 4, 5, 6 # 也可以不寫括號 # 如果不加括號，預設會產生tuple g = 4, 5, 6 # => (4, 5, 6) # 你看，交換兩個值很簡單吧 e, d = d, e # d is now 5 and e is now 4 # 字典(Dictionary)用來儲存映射關係 empty_dict = {} # 你可以對字典做初始化 filled_dict = {"one": 1, "two": 2, "three": 3} # 用 [] 取值 filled_dict["one"] # => 1 # 用 "keys()" 將所有的Key輸出到一個List中 filled_dict.keys() # => ["three", "two", "one"] # 註: 字典裡key的排序是不固定的 # 你的執行結果可能與上面不同 # 譯註: 只能保證所有的key都有出現，但不保證順序 # 用 "valuess()" 將所有的Value輸出到一個List中 filled_dict.values() # => [3, 2, 1] # 註: 同上，不保證順序 # 用 "in" 來檢查指定的Key是否在字典中 "one" in filled_dict # => True 1 in filled_dict # => False # 查詢不存在的Key會造成KeyError filled_dict["four"] # KeyError # 用 "get()" 來避免KeyError # 若指定的Key不存在的話會得到None filled_dict.get("one") # => 1 filled_dict.get("four") # => None # "get()" 函式支援預設值，當找不到指定的值時，會回傳指定的預設值 filled_dict.get("one", 4) # => 1 filled_dict.get("four", 4) # => 4 # 注意此時 filled_dict.get("four") 仍然為 None # (get()此時並沒有產生出任何的值) # 像操作list一樣，對指定的Key賦值 filled_dict["four"] = 4 # 此時 filled_dict["four"] => 4 # "setdefault()" 只在指定的Key不存在時才會將值插入dictionary filled_dict.setdefault("five", 5) # filled_dict["five"] 被指定為 5 filled_dict.setdefault("five", 6) # filled_dict["five"] 仍保持 5 # 集合(Set)被用來儲存...集合。 # 跟串列(List)有點像，但集合內不會有重複的元素 empty_set = set() # 初始化 "set()" 並給定一些值 some_set = set([1, 2, 2, 3, 4]) # 現在 some_set 為 set([1, 2, 3, 4])，注意重複的元素只有一個會被存入 # 一樣，不保證順序，就算真的有照順序排也只是你運氣好 another_set = set([4, 3, 2, 2, 1]) # another_set 現在為 set([1, 2, 3, 4]) # 從 Python 2.7 開始，可以使用大括號 {} 來宣告Set filled_set = {1, 2, 2, 3, 4} # => {1, 2, 3, 4} # 加入更多元素進入Set filled_set.add(5) # filled_set is now {1, 2, 3, 4, 5} # 用 & 來對兩個集合取交集 other_set = {3, 4, 5, 6} filled_set & other_set # => {3, 4, 5} # 用 | 來對兩個集合取聯集 filled_set | other_set # => {1, 2, 3, 4, 5, 6} # 用 - 來將第二個集合內有的元素移出第一個集合 {1, 2, 3, 4} - {2, 3, 5} # => {1, 4} # 用 ^ 來對兩個集合取差集 {1, 2, 3, 4} ^ {2, 3, 5} # => {1, 4, 5} # 檢查左邊是否為右邊的母集 {1, 2} >= {1, 2, 3} # => False # 檢查左邊是否為右邊的子集 {1, 2} <= {1, 2, 3} # => True # 用 in 來檢查某元素是否存在於集合內 2 in filled_set # => True 10 in filled_set # => False #################################################### ## 3. 控制流程 #################################################### # 首先，先宣告一個變數 some_var = 5 # 這邊是 if 判斷式。注意，縮排對Python是很重要的。 # 下面應該會印出 "some_var is smaller than 10" if some_var > 10: print "some_var is totally bigger than 10." elif some_var < 10: # elif 可有可無 print "some_var is smaller than 10." else: # else 也可有可無 print "some_var is indeed 10." """ For 迴圈會遞迴整的List 下面的程式碼會輸出: dog is a mammal cat is a mammal mouse is a mammal """ for animal in ["dog", "cat", "mouse"]: # 你可以用{0}來組合0出格式化字串 (見上面.) print "{0} is a mammal".format(animal) """ "range(number)" 回傳一個包含從0到給定值的數字List， 下面的程式碼會輸出: 0 1 2 3 """ for i in range(4): print i """ "range(lower, upper)" 回傳一個包含從給定的下限 到給定的上限的數字List 下面的程式碼會輸出: 4 5 6 7 """ for i in range(4, 8): print i """ While迴圈會執行到條件不成立為止 下面的程式碼會輸出: 0 1 2 3 """ x = 0 while x < 4: print x x += 1 # x = x + 1 的簡寫 # 用try/except處理例外 # 適用Python 2.6及以上版本 try: # 用 "raise" 來發起例外 raise IndexError("This is an index error") except IndexError as e: pass # 毫無反應，就只是個什麼都沒做的pass。通常這邊會讓你做對例外的處理 except (TypeError, NameError): pass # 有需要的話，多種例外可以一起處理 else: # else 可有可無，但必須寫在所有的except後 print "All good!" # 只有在try的時候沒有產生任何except才會被執行 finally: # 不管什麼情況下一定會被執行 print "We can clean up resources here" # 除了try/finally以外，你可以用 with 來簡單的處理清理動作 with open("myfile.txt") as f: for line in f: print line #################################################### ## 4. 函式 #################################################### # 用 "def" 來建立新函式 def add(x, y): print "x is {0} and y is {1}".format(x, y) return x + y # 用 "return" 來回傳值 # 用參數來呼叫韓式 add(5, 6) # => 輸出 "x is 5 and y is 6" 並回傳 11 # 你也可以寫上參數名稱來呼叫函式 add(y=6, x=5) # 這種狀況下，兩個參數的順序並不影響執行 # 你可以定義接受多個變數的函式，這些變數是按照順序排序的 # 如果不加*的話會被解讀為tuple def varargs(*args): return args varargs(1, 2, 3) # => (1, 2, 3) # 你可以定義接受多個變數的函式，這些變數是按照keyword排序的 # 如果不加**的話會被解讀為dictionary def keyword_args(**kwargs): return kwargs # 呼叫看看會發生什麼事吧 keyword_args(big="foot", loch="ness") # => {"big": "foot", "loch": "ness"} # 如果你想要，你也可以兩個同時用 def all_the_args(*args, **kwargs): print args print kwargs """ all_the_args(1, 2, a=3, b=4) prints: (1, 2) {"a": 3, "b": 4} """ # 呼叫函式時，你可以做反向的操作 # 用 * 將變數展開為順序排序的變數 # 用 ** 將變數展開為Keyword排序的變數 args = (1, 2, 3, 4) kwargs = {"a": 3, "b": 4} all_the_args(*args) # 等同於 foo(1, 2, 3, 4) all_the_args(**kwargs) # 等同於 foo(a=3, b=4) all_the_args(*args, **kwargs) # 等同於 foo(1, 2, 3, 4, a=3, b=4) # 你可以把args跟kwargs傳到下一個函式內 # 分別用 * 跟 ** 將它展開就可以了 def pass_all_the_args(*args, **kwargs): all_the_args(*args, **kwargs) print varargs(*args) print keyword_args(**kwargs) # 函式範圍 x = 5 def set_x(num): # 區域變數 x 和全域變數 x 不是同一個東西 x = num # => 43 print x # => 43 def set_global_x(num): global x print x # => 5 x = num # 全域變數 x 在set_global_x(6)被設定為 6 print x # => 6 set_x(43) set_global_x(6) # Python有一級函式 def create_adder(x): def adder(y): return x + y return adder add_10 = create_adder(10) add_10(3) # => 13 # 也有匿名函式 (lambda x: x > 2)(3) # => True (lambda x, y: x ** 2 + y ** 2)(2, 1) # => 5 # 還有內建的高階函式 map(add_10, [1, 2, 3]) # => [11, 12, 13] map(max, [1, 2, 3], [4, 2, 1]) # => [4, 2, 3] filter(lambda x: x > 5, [3, 4, 5, 6, 7]) # => [6, 7] # 我們可以用List列表的方式對map和filter等高階函式做更有趣的應用 [add_10(i) for i in [1, 2, 3]] # => [11, 12, 13] [x for x in [3, 4, 5, 6, 7] if x > 5] # => [6, 7] #################################################### ## 5. 類別 #################################################### # 我們可以由object繼承出一個新的類別 class Human(object): # 類別的參數，被所有這個類別的實體所共用 species = "H. sapiens" # 基礎建構函式，當class被實體化的時候會被呼叫 # 注意前後的雙底線代表物件 # 還有被python用，但實際上是在使用者控制的命名 # 空間內的參數。你不應該自己宣告這樣的名稱。 def __init__(self, name): # 將函式引入的參數 name 指定給實體的 name 參數 self.name = name # 初始化屬性 self.age = 0 # 一個實體的方法(method)。 所有的method都以self為第一個參數 def say(self, msg): return "{0}: {1}".format(self.name, msg) # A class method is shared among all instances # They are called with the calling class as the first argument @classmethod def get_species(cls): return cls.species # A static method is called without a class or instance reference @staticmethod def grunt(): return "*grunt*" # A property is just like a getter. # It turns the method age() into an read-only attribute # of the same name. @property def age(self): return self._age # This allows the property to be set @age.setter def age(self, age): self._age = age # This allows the property to be deleted @age.deleter def age(self): del self._age # Instantiate a class i = Human(name="Ian") print i.say("hi") # prints out "Ian: hi" j = Human("Joel") print j.say("hello") # prints out "Joel: hello" # Call our class method i.get_species() # => "H. sapiens" # Change the shared attribute Human.species = "H. neanderthalensis" i.get_species() # => "H. neanderthalensis" j.get_species() # => "H. neanderthalensis" # Call the static method Human.grunt() # => "*grunt*" # Update the property i.age = 42 # Get the property i.age # => 42 # Delete the property del i.age i.age # => raises an AttributeError #################################################### ## 6. 模組 #################################################### # 你可以引入模組來做使用 import math print math.sqrt(16) # => 4 # math.sqrt()為取根號 # 你可以只從模組取出特定幾個函式 from math import ceil, floor print ceil(3.7) # => 4.0 print floor(3.7) # => 3.0 # 你可以將所有的函式從模組中引入 # 注意：不建議這麼做 from math import * # 你可以用 as 簡寫模組名稱 import math as m math.sqrt(16) == m.sqrt(16) # => True # 你也可以測試函示是否相等 from math import sqrt math.sqrt == m.sqrt == sqrt # => True # Python的模組就只是一般的Python檔。 # 你可以自己的模組自己寫、自己的模組自己引入 # 模組的名稱和檔案名稱一樣 # 你可以用dir()來查看有哪些可用函式和屬性 import math dir(math) #################################################### ## 7. 進階 #################################################### # Generators help you make lazy code def double_numbers(iterable): for i in iterable: yield i + i # A generator creates values on the fly. # Instead of generating and returning all values at once it creates one in each # iteration. This means values bigger than 15 wont be processed in # double_numbers. # Note xrange is a generator that does the same thing range does. # Creating a list 1-900000000 would take lot of time and space to be made. # xrange creates an xrange generator object instead of creating the entire list # like range does. # We use a trailing underscore in variable names when we want to use a name that # would normally collide with a python keyword xrange_ = xrange(1, 900000000) # will double all numbers until a result >=30 found for i in double_numbers(xrange_): print i if i >= 30: break # Decorators # in this example beg wraps say # Beg will call say. If say_please is True then it will change the returned # message from functools import wraps def beg(target_function): @wraps(target_function) def wrapper(*args, **kwargs): msg, say_please = target_function(*args, **kwargs) if say_please: return "{} {}".format(msg, "Please! I am poor :(") return msg return wrapper @beg def say(say_please=False): msg = "Can you buy me a beer?" return msg, say_please print say() # Can you buy me a beer? print say(say_please=True) # Can you buy me a beer? Please! I am poor :( ``` ## Ready For More? ### Free Online * [Automate the Boring Stuff with Python](https://automatetheboringstuff.com) * [Learn Python The Hard Way](http://learnpythonthehardway.org/book/) * [Dive Into Python](http://www.diveintopython.net/) * [The Official Docs](http://docs.python.org/2/) * [Hitchhiker's Guide to Python](http://docs.python-guide.org/en/latest/) * [Python Module of the Week](http://pymotw.com/2/) * [A Crash Course in Python for Scientists](http://nbviewer.ipython.org/5920182) * [First Steps With Python](https://realpython.com/learn/python-first-steps/) ### Dead Tree * [Programming Python](http://www.amazon.com/gp/product/0596158106/ref=as_li_qf_sp_asin_tl?ie=UTF8&camp=1789&creative=9325&creativeASIN=0596158106&linkCode=as2&tag=homebits04-20) * [Dive Into Python](http://www.amazon.com/gp/product/1441413022/ref=as_li_tf_tl?ie=UTF8&camp=1789&creative=9325&creativeASIN=1441413022&linkCode=as2&tag=homebits04-20) * [Python Essential Reference](http://www.amazon.com/gp/product/0672329786/ref=as_li_tf_tl?ie=UTF8&camp=1789&creative=9325&creativeASIN=0672329786&linkCode=as2&tag=homebits04-20)