summaryrefslogtreecommitdiffhomepage
path: root/zh-tw/pythonlegacy-tw.html.markdown
blob: 757aa090c80cca4a355b7584b1fbae63a9a425be (plain)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
302
303
304
305
306
307
308
309
310
311
312
313
314
315
316
317
318
319
320
321
322
323
324
325
326
327
328
329
330
331
332
333
334
335
336
337
338
339
340
341
342
343
344
345
346
347
348
349
350
351
352
353
354
355
356
357
358
359
360
361
362
363
364
365
366
367
368
369
370
371
372
373
374
375
376
377
378
379
380
381
382
383
384
385
386
387
388
389
390
391
392
393
394
395
396
397
398
399
400
401
402
403
404
405
406
407
408
409
410
411
412
413
414
415
416
417
418
419
420
421
422
423
424
425
426
427
428
429
430
431
432
433
434
435
436
437
438
439
440
441
442
443
444
445
446
447
448
449
450
451
452
453
454
455
456
457
458
459
460
461
462
463
464
465
466
467
468
469
470
471
472
473
474
475
476
477
478
479
480
481
482
483
484
485
486
487
488
489
490
491
492
493
494
495
496
497
498
499
500
501
502
503
504
505
506
507
508
509
510
511
512
513
514
515
516
517
518
519
520
521
522
523
524
525
526
527
528
529
530
531
532
533
534
535
536
537
538
539
540
541
542
543
544
545
546
547
548
549
550
551
552
553
554
555
556
557
558
559
560
561
562
563
564
565
566
567
568
569
570
571
572
573
574
575
576
577
578
579
580
581
582
583
584
585
586
587
588
589
590
591
592
593
594
595
596
597
598
599
600
601
602
603
604
605
606
607
608
609
610
611
612
613
614
615
616
617
618
619
620
621
622
623
624
625
626
627
628
629
630
631
632
633
634
635
636
637
638
639
640
641
642
643
644
645
646
647
648
649
650
651
652
653
654
655
656
657
658
659
660
661
662
663
664
665
666
667
668
669
670
671
672
673
674
675
676
677
678
679
680
681
682
683
684
685
686
687
688
689
690
691
692
693
694
695
696
697
698
699
700
701
702
703
704
705
706
707
708
709
710
711
712
713
714
715
716
717
718
719
720
721
722
723
724
725
726
---
language: Python 2 (legacy)
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: learnpythonlegacy-tw.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/python/).

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

# 用括號改變運算順序
(1 + 3) * 2  # => 8

# 布林運算
# 注意 "and" 和 "or" 要用小寫
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

# 對沒有被賦值的變數取值會造成例外
# 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
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 ,此時 li 內容為 [1, 2, 4]
# 然後再塞回去
li.append(3)    # 此時 li 內容再次為 [1, 2, 4, 3]

# 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     # 此時 d 的值為 5 且 e 的值為 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 "values()" 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

# 用參數來呼叫函式
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,用*來表示參數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,用**來表示參數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
    # 代表此物件或屬性雖然在使用者控制的命名空間內,但是被python使用
    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)

    # 一個類別方法會被所有的實體所共用
    # 他們會以類別為第一參數的方式被呼叫
    @classmethod
    def get_species(cls):
        return cls.species

    # 靜態方法
    @staticmethod
    def grunt():
        return "*grunt*"

    # 屬性就像是用getter取值一樣
    # 它將方法 age() 轉為同名的、只能讀取的屬性
    @property
    def age(self):
        return self._age

    # 這樣寫的話可以讓屬性被寫入新的值
    @age.setter
    def age(self, age):
        self._age = age

    # 這樣寫的話允許屬性被刪除
    @age.deleter
    def age(self):
        del self._age


# 將類別實體化
i = Human(name="Ian")
print i.say("hi")     # prints out "Ian: hi"

j = Human("Joel")
print j.say("hello")  # prints out "Joel: hello"

# 呼叫類別方法
i.get_species()   # => "H. sapiens"

# 更改共用的屬性
Human.species = "H. neanderthalensis"
i.get_species()   # => "H. neanderthalensis"
j.get_species()   # => "H. neanderthalensis"

# 呼叫靜態方法
Human.grunt()   # => "*grunt*"

# 更新屬性
i.age = 42

# 取得屬性
i.age # => 42

# 移除屬性
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)  # => 4.0
                     # 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
####################################################

# 產生器(Generator)可以讓你寫更懶惰的程式碼
def double_numbers(iterable):
    for i in iterable:
        yield i + i

# 產生器可以讓你即時的產生值
# 不是全部產生完之後再一次回傳,產生器會在每一個遞迴時
# 產生值。 這也意味著大於15的值不會在double_numbers中產生。
# 這邊,xrange()做的事情和range()一樣
# 建立一個 1-900000000 的List會消耗很多時間和記憶體空間
# xrange() 建立一個產生器物件,而不是如range()建立整個List
# 我們用底線來避免可能和python的關鍵字重複的名稱
xrange_ = xrange(1, 900000000)

# 下面的程式碼會把所有的值乘以兩倍,直到出現大於30的值
for i in double_numbers(xrange_):
    print i
    if i >= 30:
        break


# 裝飾子
# 在這個範例中,beg會綁在say上
# Beg會呼叫say。 如果say_please為True的話,它會更改回傳的訊息
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 :(
```

## 準備好學更多了嗎?

### 線上免費資源

* [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/)

### 或買本書?

* [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)