mirror of
https://github.com/adambard/learnxinyminutes-docs.git
synced 2024-11-22 21:52:31 +03:00
21 KiB
21 KiB
| language | contributors | translators | filename | lang | |||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| python |
|
|
learnpython.py | 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 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).
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 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。
# 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
- Learn Python The Hard Way
- Dive Into Python
- The Official Docs
- Hitchhiker's Guide to Python
- Python Module of the Week
- A Crash Course in Python for Scientists
- First Steps With Python