●大標●

Python 之旅 (二)

文／馬兒 (marr@linux.org.tw)

先聲明一下，看完「Python 之旅」並不會馬上讓每位朋友成為 Python 高手，這應該不是本專欄的用意，不過，引發讀者對 Python 的興趣，讓大家一窺 Python 的應用實況，卻是這一系列內容的企圖。「Python 之旅」主要定位為導讀的角色，希望在本專欄告一段落之際，讀者已具備應用 Python 的興趣及預備進階的實力，屆時配合其他文件或書籍，相信能夠達到快速吸收的效果。

行遠必自邇，接下來的內容，將按部就班地介紹幾種基本的資料型別、流程控制、語法結構、內建函式等，練功紮馬步的工夫是省不了的，僅管可能乏味些，但透過實例操作，並和作業系統環境結合，希望能儘量與日常應用搭配，讓「Python 心法」更容易地融入讀者的腦筋迴路。

文中的範例，原則上都在 Mandrake Linux 7.2 環境裡執行與測試，適用於其他版本的 GNU/Linux 應該並無問題，我將預設讀者對於 Linux 已經具備基本之認識，特別是 shell 環境的操作，以及檔案系統結構的認識，另外，C 語言的基本觀念與技巧，也會有助於 Python 的學習，比如說，事先看過 A Book on C (作者是 Al Kelley 與 Ira Pohl) 的內容。這些簡單的先備知識，可以成為多種程式語言學習背景支撐，建議讀者不妨抽空予以納入。

●中標●

從內建資料型別 numbers 談起

Python 的數值資料型別基本分為四類：

Python 裡的整數型別，是以 C 語言的 long 型別來實作，也就是 32 bits 的精準度。直接依序看些操作範例：

example$ python

Python 1.5.2 (#1, Sep 30 2000, 18:08:36) [GCC 2.95.3 19991030 (prerelease)] on linux-i386

Copyright 1991-1995 Stichting Mathematisch Centrum, Amsterdam

>>> x = 5 + 14 / 7 - 3 * 2

>>> x

1

>>> 5 / 2

2

>>> 5.0 / 2

2.5

>>> 2 ** 8

256

　可愛的四則運算。

　別驚慌，5 / 2 答案是 2，這是正常的，如果你想得到 2.5 這樣的答案，應用浮點數型別即可，只要搞清楚其運算的特性，Python 能夠跑出相當令人滿意的答案。

　** 代表「指數運算」，所以此處指的就是 2⁸。

關於長整數所使用的 L 符號，事實上也可以用小寫的 l 符號，不過還是建議使用大寫的 L 符號，因為 1l 看起來實在太像 11 了。

>>> 10 ** 9

1000000000

>>> 10 ** 10

Traceback (innermost last):

File "<stdin>", line 1, in ?

OverflowError: integer pow()

>>> 10L ** 10

10000000000L

>>> x = 2147483647

>>> x

2147483647

>>> x + 1

Traceback (innermost last):

File "<stdin>", line 1, in ?

OverflowError: integer addition

　OverflowError 就是指該型別「數值滿溢」的錯誤，10¹⁰ 對整數型別而言已吃不消。

　使用長整數後，其結果幾乎已經到達「予取予求」的地步，其有效範圍只跟記憶體容量有關。

　x86 PC 上，一般整數型別的最大極限為 2³¹ - 1，即 214783647。

　一旦超過 214783647 後，即顯示整數型別的滿溢錯誤。

例如 10L ** 100000 可就讓我的 PIII CPU 忙上好一陣子了 (大約一分鐘餘)。有興趣的朋友，可以試著以 time 來計時玩玩看。

example$ cat power_test1.py

print 10L ** 10000

example$ cat power_test2.py

print 10L ** 100000

example$ time --output=pt1 python power_test1.py

example$ time --output=pt2 python power_test2.py

Python 裡的浮點數型別，是以 C 語言的 double 型別為基礎來實作，我們可以透過 Python 的長整數來模擬許多浮點數計算的技巧，這在要求位數精準的場合上很實用，不過原則上，直接應用浮點數是來得更具效率。

>>> 7.3 ** 2.4

118.025232408

>>> 3.5e8 * 2.0e7

7e+15

>>> x = 1.00000000001

>>> x

1.00000000001

>>> x = 1.000000000001

>>> x

1.0

　科學記號的運算。

　超過精準位數的話，就會被截掉，使用時要小心。

下列是複數的運算，天啊，喚起我國中時代的回憶。

>>> x = (3 + 2j) * (4 + 9j)

>>> x

(-6+35j)

>>> x.real

-6.0

>>> x.imag

35.0

　複數的指定方式，只需要在某個整數或浮點數之後，接個 j 或 J 符號即完成。

　分別呼叫 x 的「實部」與「虛部」數值，這是應用了「物件 x」的屬性 (attribute) 功能。

拿 Python 的直譯器當作計算機來用，也是非常方便。

>>> tax = 6.5 / 100

>>> price = 250

>>> price * tax

16.25

>>> price + _

266.25

　特別注意到上述的 _ (底線) 符號，它代表的是前一個計算值的結果。

還可以呼叫一些內建函式或載入函式模組。

>>> round(3.14159, 4)

3.1416

>>> abs(-3.000000001)

3.000000001

>>> import math

>>> math.sqrt(2)

1.41421356237

　round() 是內建函式，可傳回你想要的四捨五入精準位數值。

　abs() 也是內建函式，可傳回絕對值。

　import math 就是載入 math 函式模組，隨後便可呼叫其 sqrt() 開平方根功能。

以下的例子是載入 cmath 函式模組，以取得更多數值應用 (大抵用於處理 complex numbers) 的功能協助，其傳回值屬於複數型別。隨 Python 程式所安裝的系統檔案裡，就應該找得到一份 test_cmath.py 的測試範例。

example$ /usr/lib/python1.5/test/test_cmath.py

Calling sin(1.000000) = 0.841471

Calling log10(1.000000) = 0.000000

Calling acos(1.000000) = 0.000000

Calling asinh(1.000000) = 0.881374

Calling acosh(1.000000) = 0.000000

Calling exp(1.000000) = 2.718282

Calling tan(1.000000) = 1.557408

Calling cosh(1.000000) = 1.543081

Calling sqrt(1.000000) = 1.000000

Calling atanh(0.200000) = 0.202733

Calling sinh(1.000000) = 1.175201

Calling tanh(1.000000) = 0.761594

Calling atan(0.200000) = 0.197396

Calling log(1.000000) = 0.000000

Calling cos(1.000000) = 0.540302

Calling asin(1.000000) = 1.570796

PI = 3.14159265359

E = 2.71828182846

●BOX_BEGIN●

●標題●

數值資料型別的進階資訊

有關完整的 number 型別資料，已經被整理於 Python Library Reference [1]，有興趣的朋友，歡迎前往挖寶。

另外，為了讓 Python 在幾何學與機械工程運算上能有更佳的表現，歐洲開發人員撰寫了專為科學計算場合應用的 ScientificPython 2.2 模組 [2]，其他進階的科學運算技巧，諸如矩陣、行列式、向量運算、多項式運算、線性規劃、3D 繪圖模組等，都可以在此擴充模組中獲得。對於教學人員或是研究人員，應該是相當值得參考的資源。

●BOX_END●

●中標●

流程控制 (Control Flow)

Python 的流程控制，主要由條件式 (conditionals)、迴圈 (loops)，以及例外 (exceptions) 所構成，此處的條件式和迴圈，與其他程式語言學習的邏輯觀念並無二致，縱使具有語法技巧上的小差異，其趣味性實在不高，我便不再贅述，讀者手邊若有第 16 期的Linuxer 雜誌，可逕自翻閱參照「Python 簡介」一文的說明。接下來，我將直接以範例程式，帶領讀者認識 Python 流程控制的功能。

下列是一個簡單的複利計算範例程式，程式執行後會輸出計算結果。

example$ cat print_pr.py

principal = 1000

rate = 0.05

num_years = 5

year = 1

while year <= num_years :

principal = principal * (1 + rate)

print year, principal

year = year + 1

　值得注意之處，在於 Python 的流程控制語法裡使用了 : (冒號) 符號，以及大量的縮排效果 (indentation and block-structuring)，這樣的設計哲學可能跟 C、Perl 等語法相異其趣。

　如果有人對於輸出格式不夠滿意的話，可以採用 print "%3d %0.4f" % (year, principal) 敘述式，則可以得到新的輸出結果：

1 1050.0000

2 1102.5000

3 1157.6250

4 1215.5063

5 1276.2816

也就是說，Python 的格式化字串，其處理方式和 C 語言裡的 printf() 函式相仿，

舉例來說，"%3d" 就可以將一個整數欄位，進行寬度為 3 的靠右對齊處理，而 "0.4f" 則可以將一個浮點數設定為四位小數的顯示格式。

配合前述的基礎，我們已經可以撰寫個簡單的 I/O 測試程式囉。

example$ cat high_low.py

number = 78

guess = 0

while guess != number :

if guess > number :

elif guess < number :

example$ python high_low.py

Guess a number: 100

Too high. Try again.

Guess a number: 50

Too low. Try again.

Guess a number: 78

Just right.

下列的範例程式，可以產生每行顯示 16 個字元的 ASCII 表：

example$ cat ascii.py

#!/usr/bin/python

i = 0

while i < 256 :

print chr(i),

if i != 0 and i % 16 == 0 :

print

i = i + 1

　chr() 是 Python 的函式，讀進一個 0 至 256 之間的整數後，會傳回其對應之 ASCII 字元。注意到 chr(i) 後面所接的 , (逗號) 符號，它表示資料以緊接一個空白字元的方式輸出。

　i % 16 是為了控制每一行輸出顯示的字元數量。

圖：ascii.py 執行後會顯示 ASCII 表。

●中標●

序數資料 (sequence) 的操作

所謂序數資料型別，就是幾個有序物件的集合，並可以自然數為其索引。Python 的序數型別包含有字串 (string)、串列 (list)、值組 (tuple)。分別介紹如下：

在 Python 當中，只要將幾個文字包含在單引號、雙引號、三引號裡，就可以建立一個字串：

>>> a = 'hello world'

>>> b = "It's nice to learn Python"

>>> c = """

... this is a triple quote demo.

... see? we can go even cross lines :)

... remember to end it with another triple quote.

... """

>>> a[0]

'h'

>>> b[5:18]

'nice to learn'

>>> c[-22:]

'another triple quote.\012'

　分別示範的是單引號、雙引號、三引號之字串建立方式。

　字串的索引運算可以取得當中的元素 (element)，字串 a 裡的元素，是由 0 開始標序，所以 a[0] 是 h，而 a[1] 是 e。

　字串的分割運算可以取得元素組。

　注意到最後面的 \012，指的是換行符號。

字串某種角度來看，像是「以字元為元素的串列」，因此，有關索引運算，以及分割運算，我會在即將介紹的串列部份中，更加詳細地說明。

●BOX_BEGIN●

●標題●

原始字串 (raw string)

●BOX_END●

串列 (list) 是以中括符號為設定格式，先讓我們仔細觀察其操作特性：

>>> x = [1, 2.0, 7, "eleven"]

>>> x[1]

2.0

>>> x[-2]

7

　串列裡可以包含多種資料型別，例如數值、字串等，甚至也可以再包含另一個串列在裡頭。例子中的 x 就是一個包含四個元素 (element) 的串列。

　串列 x 裡的元素，同樣是由 0 開始標序。

　以 -2 來表示從串列的後頭往回標序，所以 x[-2] 是倒數第二個元素資料值。

我們可以使用分割運算 (slice)，來截取串列項目裡的某段子集，由於這項操作技巧太實用了，建議讀者不但要搞懂，最好還能熟練。

>>> y = ["first", "second", "third", "fourth"]

>>> y[1:-1]

['second', 'third']

>>> y[:3]

['first', 'second', 'third']

>>> y[-2:]

['third', 'fourth']

>>> y[-2:-3]

[]

以串列 y 為例，其完整的索引 (index) 設定狀況分析如下：

　分割運算若省略「指明的」起點，則代表從最前面的元素取起。

　分割運算若省略「指明的」終點，則代表取至最後面的元素為止。

　當起點落在終點之後時，分割運算的結果會是空串列。

最後，我們介紹的是值組 (tuple) 型別，乍看之下，它與串列的運作方式類似，不同處在於值組是以小括號符號為設定格式，串列是以中括號為設定格式，而且值組是不可變的物件，串列是可變的物件。

>>> t = ("this", "is", "a", 6, "element", "tuple")

>>> len(t)

6

>>> max(t)

'tuple'

>>> min(t)

6

　值組建立的方式與串列相似，同樣可以包含多種型別的元素。

　使用內建運算元 len() 取得值組 t 的長度大小。

　使用內建運算元 max() 與 min() 取得值組 t 的最大值與最小值。

另外，序數型別既然包括字串、串列、值組三種，在操作應用時，三者是具有共通之運算元的，比如之前已介紹過的索引運算、分割運算，以及 len()、min()、max() 等。

●中標●

物件的可變與不可變

什麼是「可變的」物件呢? 允許使用者對物件進行新增、修改、刪除等動作，該物件則稱為「可變的」物件。事實上，每一種儲存在 Python 程式裡的資料，都是以物件的方式存在，而每一個物件的組成，則包括有識別字、資料型別，以及物件的值。當一個物件建立完畢之後，它的識別字和型別都不可以再更改，但它裡面的值卻有可能被修改，而可以被修改者，就是可變物件 (mutable)，否則稱為不可變物件 (immutable)。

>>> a = 256

>>> b = 'Python'

>>> print id(a), id(b)

134957540 134969832

>>> a is b

0

>>> print type(a), type(b)

<type 'int'> <type 'string'>

　使用內建函式 id() 可以取得物件的識別字資訊，不過，大致只能得到一長串不甚具備意義的數字，藉以了解 a 與 b 「確實」是兩個不同的物件。

　使用 is 運算元可以直接比較兩個物件的識別字是否相同，由於我們知道 a 與 b 的識別字確實不同，因此運算結果是 0。

　使用內建函式 type() 可以取得物件的型別資訊。

>>> id(y)

135309760

>>> y[2] = '3rd'

>>> y.append('5th')

>>> y

['first', 'second', '3rd', 'fourth', '5th']

>>> id(y)

135309760

>>> y.sort()

>>> y

['3rd', '5th', 'first', 'fourth', 'second']

>>> id(y)

135309760

　以索引運算來指定想要變更的資料值。

　以物件方法 append() 來增加 '5th' 字串到串列 y 的最後面。

　以物件方法 sort() 來將串列元素排序。

　特別注意到，經過上述的操作及修改過程，串列 y 的識別字仍維持相同，表示串列 y 是可變物件。

●中標●

內建資料型別的概況整理

Python 提供將近二十餘種不同的內建型別，我們目前幾乎只見識到其「冰山一角」，由基本的內建型別出發，將有助於認識所有的資料型別，對於尚未介紹到的資料型別，則希望有興趣的讀者能再持續深入研究。Python 是座寶山，最好是有興趣同行，如此才容易逛出心得。

表：內建之 Python 資料型別

* 值得注意的是，ClassType 和 InstanceType 同時分屬於兩類中。

善用 Python 內建之資料型別及物件模型，在專案開發上，是一個相當重要的技術議題，Python 長期以來的改版發展，一大課題便在改善各式物件及資料型別的效率。不過，實務上的做法，在要求效率的場合中，會建議直接以 C 或 C++ 來撰寫程式，然後再匯出成為 Python 的延伸模組。

表：內建資料型別於 32 位元電腦上的記憶體需求狀況

●中標●

坐擁寶山貴在自知

在 Python 的原始程式碼裡，通常就會附隨相當完整的文件，極富參考價值。只看附隨的文件就足以自學成師，具備此番功力者，應該不是尋常人，不過，不假外求，卻是學習歷程中值得努力的一種境界，這往往代表著一個人獨立思考求解的邏輯能力。為了讓用功的讀者早日認識及習慣 Linux 環境下的自學方式，在此簡介 Python 文件的製作及閱讀方式，相信對於其他的自學機會也能派上用場。

example$ cd /usr/share/doc/python-docs-1.5.2/Doc

此目錄裡存放了許多 .tex 檔案，其實也就是 LaTeX 格式的檔案，已經認識 LaTeX 的朋友，至此應該就能會心一笑，自個兒高興地編譯出 postscript 檔案，而初次遇著 LaTeX 的朋友也無須納悶，

由 .tex 檔案製作出 .ps 檔案的步驟，通常並不難。

example$ make

example$ ls *.ps

api.ps ext.ps lib.ps tut.ps

在一陣 TeX 編譯過程之後，一切順利的話，會看到上述四個 .ps 檔案，即 Postscript 格式的檔案，可以用於預視或直接送交雷射印表機處理。如果你遇到困難的話，八成是 LaTeX 相關套件安裝不完備，先擱著也無所謂。

●BOX_BEGIN●

●標題●

入門 Python 工具書提示

1. Python 技術參考辭典

David Beazley、Guido Van Rossum 著

張裕益 譯

書中第四章內容，即整理了各式資料型別的運算元及表示式，能夠給讀者完整的概念及資訊。而整本書也可以視作精簡的自學手冊，提供平常交叉參考之用。書的尺寸刻意濃縮，用意良善，不過，其排版方式不夠明確，不容易讓人快速尋得所需的資訊。

2. Teach Yourself Python in 24 Hours

Ivan Van Laningham 著

淺顯白話的敘述方式，可以當作入門的教科書，裡頭的範例略顯冗長，主要是訴求新手的直覺式學習，整本書啃起來像是軟麵包一般，易於下嚥。書中的第三部份，專注於介紹 Python GUI 的內容，堪稱一大特色，而第一部份則可做為本文的補充教材，適合有興趣的讀者進一步釐清基本概念。

3. The Quick Python Book

Daryl Harms、Kenneth McDonald 著

解說清晰是本書的特色，我非常喜歡書中的排版方式，加上內容廣度相當大，讓人覺得是一本物超所值的好書。透過諸如 JPython 與 Zope 的介紹，讀者可以見識到 Python 學習後的應用實況。

4. Learning Python

Mark Lutz、David Ascher 著

早期 Python 的入門書籍還不若今日眾多，Learning Python 很長一般時間成為 Python 使用者唯一的正式選擇。這本書直接介紹 Python 核心而重要的部份，大抵都是設計概念層面的內容，依我個人的經驗所示，花大約兩個星期內的時間略讀過它，效益上應會最佳。

●BOX_END●

cd 在 X Window 環境下，可以執行 gv (GhostView) 程式，用以預覽 .ps 檔案內容，如果設定好印表機，執行列印動作後，一份美觀大方的文件便輸出完成。

example$ gv tut.ps

如果有人對英文說明文件感到頭痛，那麼我建議仍試著「略讀」，特別是配合本 Python 專欄的系列介紹後，英文 Python 文件理應不再存有過大的鴻溝。

不過，可惜的是，我未能成功將 *.tex 檔案轉換成 html 檔案格式，途中遭遇到一些狀況，似乎是 latex2html 程式的問題。

只好請讀者們自行前往 http://www.python.org/doc/ 網頁，

線上閱讀 HTML 版本的文件內容。值得注意的是，網站上所謂的 Current Documentation 通常指的是 Python 2.1 版文件，閱讀時請配合自己手邊使用之 Python 程式版本。

如果你懶得製作上述的文件，那麼上網同樣可以下載所有的檔案，你可以在 http://www.python.org/doc/current/download.html 網頁裡，下載自己需要的部份：

值得一提的是，Python Tutorial 已有同好譯成中文 [4]，翻譯品質極高，歡迎大家多多捧場，並給予譯者一些鼓勵。

●BOX_BEGIN●

●標題●

Python 2.1 問世

截稿之際，適逢 Python 2.1 正式版在網路上誕生，順道在此公告週知。有興趣的朋友可以由 http://www.python.org/ftp/python/2.1/ 下載，Linux 版本原始碼壓縮檔約 4.1 MB，而 Windows 版本安裝檔案約 6.0 MB，完整安裝約需 20 MB 硬碟空間。

從今年初開始進入 alpha 測試階段的 Python 2.1，終於如期在四月間發表正式版，象徵 Python Software Foundation 已成功輔助 Python 的發展。程式語言本身並沒有重大的差異，但在安裝親和度與伴隨之文件更新方面，已更上一層樓。Windows 環境下的使用者，下載新版程式後，可以嘗試直接瀏覽新版的線上文件。

●BOX_END●

●中標●

Python 網路資源

[1] 最新版 Python Library Reference 線上文件

http://www.python.org/doc/current/lib/lib.html

[2] ScientificPython 網頁

http://starship.python.net/crew/hinsen/scientific.html

[3] Python, Random Numbers, and Monte Carlo Simulation

http://www.linuxdev.net/features/articles/ldpymc_1.shtml

[4] 中文 Python 教學文件，譯者署名為 周譯樂

http://coder.9ug.com/language/script/python/tut_tw/tut.html

[5] Non-Programmers Tutorial For Python

http://www.honors.montana.edu/~jjc/easytut/easytut/easytut.html

[6] Python HOWTO Documents

http://py-howto.sourceforge.net/