●大标●

Python 之旅 (二)

文／马儿 (marr@linux.org.tw)

先声明一下，看完‘Python 之旅’并不会马上让每位朋友成为 Python 高手，这应该不是本专栏的用意，不过，引发读者对 Python 的兴趣，让大家一窥 Python 的应用实况，却是这一系列内容的企图。‘Python 之旅’主要定位为导读的角色，希望在本专栏告一段落之际，读者已具备应用 Python 的兴趣及预备进阶的实力，届时配合其他文件或书籍，相信能够达到快速吸收的效果。

行远必自迩，接下来的内容，将按部就班地介绍几种基本的资料型别、流程控制、语法结构、内建函式等，练功扎马步的工夫是省不了的，仅管可能乏味些，但透过实例操作，并和作业系统环境结合，希望能尽量与日常应用搭配，让‘Python 心法’更容易地融入读者的脑筋回路。

文中的范例，原则上都在 Mandrake Linux 7.2 环境里执行与测试，适用于其他版本的 GNU/Linux 应该并无问题，我将预设读者对于 Linux 已经具备基本之认识，特别是 shell 环境的操作，以及档案系统结构的认识，另外，C 语言的基本观念与技巧，也会有助于 Python 的学习，比如说，事先看过 A Book on C (作者是 Al Kelley 与 Ira Pohl) 的内容。这些简单的先备知识，可以成为多种程式语言学习背景支撑，建议读者不妨抽空予以纳入。

●中标●

从内建资料型别 numbers 谈起

Python 的数值资料型别基本分为四类：

Python 里的整数型别，是以 C 语言的 long 型别来实作，也就是 32 bits 的精准度。直接依序看些操作范例：

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

　可爱的四则运算。

　别惊慌，5 / 2 答案是 2，这是正常的，如果你想得到 2.5 这样的答案，应用浮点数型别即可，只要搞清楚其运算的特性，Python 能够跑出相当令人满意的答案。

　** 代表‘指数运算’，所以此处指的就是 2⁸。

关于长整数所使用的 L 符号，事实上也可以用小写的 l 符号，不过还是建议使用大写的 L 符号，因为 1l 看起来实在太像 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 就是指该型别‘数值满溢’的错误，10¹⁰ 对整数型别而言已吃不消。

　使用长整数后，其结果几乎已经到达‘予取予求’的地步，其有效范围只跟记忆体容量有关。

　x86 PC 上，一般整数型别的最大极限为 2³¹ - 1，即 214783647。

　一旦超过 214783647 后，即显示整数型别的满溢错误。

例如 10L ** 100000 可就让我的 PIII CPU 忙上好一阵子了 (大约一分钟余)。有兴趣的朋友，可以试着以 time 来计时玩玩看。

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 里的浮点数型别，是以 C 语言的 double 型别为基础来实作，我们可以透过 Python 的长整数来模拟许多浮点数计算的技巧，这在要求位数精准的场合上很实用，不过原则上，直接应用浮点数是来得更具效率。

>>> 7.3 ** 2.4

118.025232408

>>> 3.5e8 * 2.0e7

7e+15

>>> x = 1.00000000001

>>> x

1.00000000001

>>> x = 1.000000000001

>>> x

1.0

　科学记号的运算。

　超过精准位数的话，就会被截掉，使用时要小心。

下列是复数的运算，天啊，唤起我国中时代的回忆。

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

>>> x

(-6+35j)

>>> x.real

-6.0

>>> x.imag

35.0

　复数的指定方式，只需要在某个整数或浮点数之后，接个 j 或 J 符号即完成。

　分别呼叫 x 的‘实部’与‘虚部’数值，这是应用了‘物件 x’的属性 (attribute) 功能。

拿 Python 的直译器当作计算机来用，也是非常方便。

>>> tax = 6.5 / 100

>>> price = 250

>>> price * tax

16.25

>>> price + _

266.25

　特别注意到上述的 _ (底线) 符号，它代表的是前一个计算值的结果。

还可以呼叫一些内建函式或载入函式模组。

>>> round(3.14159, 4)

3.1416

>>> abs(-3.000000001)

3.000000001

>>> import math

>>> math.sqrt(2)

1.41421356237

　round() 是内建函式，可传回你想要的四舍五入精准位数值。

　abs() 也是内建函式，可传回绝对值。

　import math 就是载入 math 函式模组，随后便可呼叫其 sqrt() 开平方根功能。

以下的例子是载入 cmath 函式模组，以取得更多数值应用 (大抵用于处理 complex numbers) 的功能协助，其传回值属于复数型别。随 Python 程式所安装的系统档案里，就应该找得到一份 test_cmath.py 的测试范例。

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●

●标题●

数值资料型别的进阶资讯

有关完整的 number 型别资料，已经被整理于 Python Library Reference [1]，有兴趣的朋友，欢迎前往挖宝。

另外，为了让 Python 在几何学与机械工程运算上能有更佳的表现，欧洲开发人员撰写了专为科学计算场合应用的 ScientificPython 2.2 模组 [2]，其他进阶的科学运算技巧，诸如矩阵、行列式、向量运算、多项式运算、线性规划、3D 绘图模组等，都可以在此扩充模组中获得。对于教学人员或是研究人员，应该是相当值得参考的资源。

●BOX_END●

●中标●

流程控制 (Control Flow)

Python 的流程控制，主要由条件式 (conditionals)、回圈 (loops)，以及例外 (exceptions) 所构成，此处的条件式和回圈，与其他程式语言学习的逻辑观念并无二致，纵使具有语法技巧上的小差异，其趣味性实在不高，我便不再赘述，读者手边若有第 16 期的Linuxer 杂志，可迳自翻阅参照‘Python 简介’一文的说明。接下来，我将直接以范例程式，带领读者认识 Python 流程控制的功能。

下列是一个简单的复利计算范例程式，程式执行后会输出计算结果。

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

　值得注意之处，在于 Python 的流程控制语法里使用了 : (冒号) 符号，以及大量的缩排效果 (indentation and block-structuring)，这样的设计哲学可能跟 C、Perl 等语法相异其趣。

　如果有人对于输出格式不够满意的话，可以采用 print "%3d %0.4f" % (year, principal) 叙述式，则可以得到新的输出结果：

1 1050.0000

2 1102.5000

3 1157.6250

4 1215.5063

5 1276.2816

也就是说，Python 的格式化字串，其处理方式和 C 语言里的 printf() 函式相仿，

举例来说，"%3d" 就可以将一个整数栏位，进行宽度为 3 的靠右对齐处理，而 "0.4f" 则可以将一个浮点数设定为四位小数的显示格式。

配合前述的基础，我们已经可以撰写个简单的 I/O 测试程式啰。

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.

下列的范例程式，可以产生每行显示 16 个字元的 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，读进一个 0 至 256 之间的整数后，会传回其对应之 ASCII 字元。注意到 chr(i) 后面所接的 , (逗号) 符号，它表示资料以紧接一个空白字元的方式输出。

　i % 16 是为了控制每一行输出显示的字元数量。

图：ascii.py 执行后会显示 ASCII 表。

●中标●

序数资料 (sequence) 的操作

所谓序数资料型别，就是几个有序物件的集合，并可以自然数为其索引。Python 的序数型别包含有字串 (string)、串列 (list)、值组 (tuple)。分别介绍如下：

在 Python 当中，只要将几个文字包含在单引号、双引号、三引号里，就可以建立一个字串：

>>> 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'

　分别示范的是单引号、双引号、三引号之字串建立方式。

　字串的索引运算可以取得当中的元素 (element)，字串 a 里的元素，是由 0 开始标序，所以 a[0] 是 h，而 a[1] 是 e。

　字串的分割运算可以取得元素组。

　注意到最后面的 \012，指的是换行符号。

字串某种角度来看，像是‘以字元为元素的串列’，因此，有关索引运算，以及分割运算，我会在即将介绍的串列部份中，更加详细地说明。

●BOX_BEGIN●

●标题●

原始字串 (raw string)

●BOX_END●

串列 (list) 是以中括符号为设定格式，先让我们仔细观察其操作特性：

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

>>> x[1]

2.0

>>> x[-2]

7

　串列里可以包含多种资料型别，例如数值、字串等，甚至也可以再包含另一个串列在里头。例子中的 x 就是一个包含四个元素 (element) 的串列。

　串列 x 里的元素，同样是由 0 开始标序。

　以 -2 来表示从串列的后头往回标序，所以 x[-2] 是倒数第二个元素资料值。

我们可以使用分割运算 (slice)，来截取串列项目里的某段子集，由于这项操作技巧太实用了，建议读者不但要搞懂，最好还能熟练。

>>> 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 为例，其完整的索引 (index) 设定状况分析如下：

　分割运算若省略‘指明的’起点，则代表从最前面的元素取起。

　分割运算若省略‘指明的’终点，则代表取至最后面的元素为止。

　当起点落在终点之后时，分割运算的结果会是空串列。

最后，我们介绍的是值组 (tuple) 型别，乍看之下，它与串列的运作方式类似，不同处在于值组是以小括号符号为设定格式，串列是以中括号为设定格式，而且值组是不可变的物件，串列是可变的物件。

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

>>> len(t)

6

>>> max(t)

'tuple'

>>> min(t)

6

　值组建立的方式与串列相似，同样可以包含多种型别的元素。

　使用内建运算元 len() 取得值组 t 的长度大小。

　使用内建运算元 max() 与 min() 取得值组 t 的最大值与最小值。

另外，序数型别既然包括字串、串列、值组三种，在操作应用时，三者是具有共通之运算元的，比如之前已介绍过的索引运算、分割运算，以及 len()、min()、max() 等。

●中标●

物件的可变与不可变

什么是‘可变的’物件呢? 允许使用者对物件进行新增、修改、删除等动作，该物件则称为‘可变的’物件。事实上，每一种储存在 Python 程式里的资料，都是以物件的方式存在，而每一个物件的组成，则包括有识别字、资料型别，以及物件的值。当一个物件建立完毕之后，它的识别字和型别都不可以再更改，但它里面的值却有可能被修改，而可以被修改者，就是可变物件 (mutable)，否则称为不可变物件 (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'>

　使用内建函式 id() 可以取得物件的识别字资讯，不过，大致只能得到一长串不甚具备意义的数字，藉以了解 a 与 b ‘确实’是两个不同的物件。

　使用 is 运算元可以直接比较两个物件的识别字是否相同，由于我们知道 a 与 b 的识别字确实不同，因此运算结果是 0。

　使用内建函式 type() 可以取得物件的型别资讯。

>>> 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

　以索引运算来指定想要变更的资料值。

　以物件方法 append() 来增加 '5th' 字串到串列 y 的最后面。

　以物件方法 sort() 来将串列元素排序。

　特别注意到，经过上述的操作及修改过程，串列 y 的识别字仍维持相同，表示串列 y 是可变物件。

●中标●

内建资料型别的概况整理

Python 提供将近二十余种不同的内建型别，我们目前几乎只见识到其‘冰山一角’，由基本的内建型别出发，将有助于认识所有的资料型别，对于尚未介绍到的资料型别，则希望有兴趣的读者能再持续深入研究。Python 是座宝山，最好是有兴趣同行，如此才容易逛出心得。

表：内建之 Python 资料型别

* 值得注意的是，ClassType 和 InstanceType 同时分属于两类中。

善用 Python 内建之资料型别及物件模型，在专案开发上，是一个相当重要的技术议题，Python 长期以来的改版发展，一大课题便在改善各式物件及资料型别的效率。不过，实务上的做法，在要求效率的场合中，会建议直接以 C 或 C++ 来撰写程式，然后再汇出成为 Python 的延伸模组。

表：内建资料型别于 32 位元电脑上的记忆体需求状况

●中标●

坐拥宝山贵在自知

在 Python 的原始程式码里，通常就会附随相当完整的文件，极富参考价值。只看附随的文件就足以自学成师，具备此番功力者，应该不是寻常人，不过，不假外求，却是学习历程中值得努力的一种境界，这往往代表着一个人独立思考求解的逻辑能力。为了让用功的读者早日认识及习惯 Linux 环境下的自学方式，在此简介 Python 文件的制作及阅读方式，相信对于其他的自学机会也能派上用场。

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

此目录里存放了许多 .tex 档案，其实也就是 LaTeX 格式的档案，已经认识 LaTeX 的朋友，至此应该就能会心一笑，自个儿高兴地编译出 postscript 档案，而初次遇着 LaTeX 的朋友也无须纳闷，

由 .tex 档案制作出 .ps 档案的步骤，通常并不难。

example$ make

example$ ls *.ps

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

在一阵 TeX 编译过程之后，一切顺利的话，会看到上述四个 .ps 档案，即 Postscript 格式的档案，可以用于预视或直接送交雷射印表机处理。如果你遇到困难的话，八成是 LaTeX 相关套件安装不完备，先搁着也无所谓。

●BOX_BEGIN●

●标题●

入门 Python 工具书提示

1. Python 技术参考辞典

David Beazley、Guido Van Rossum 着

张裕益 译

书中第四章内容，即整理了各式资料型别的运算元及表示式，能够给读者完整的概念及资讯。而整本书也可以视作精简的自学手册，提供平常交叉参考之用。书的尺寸刻意浓缩，用意良善，不过，其排版方式不够明确，不容易让人快速寻得所需的资讯。

2. Teach Yourself Python in 24 Hours

Ivan Van Laningham 着

浅显白话的叙述方式，可以当作入门的教科书，里头的范例略显冗长，主要是诉求新手的直觉式学习，整本书啃起来像是软面包一般，易于下咽。书中的第三部份，专注于介绍 Python GUI 的内容，堪称一大特色，而第一部份则可做为本文的补充教材，适合有兴趣的读者进一步厘清基本概念。

3. The Quick Python Book

Daryl Harms、Kenneth McDonald 着

解说清晰是本书的特色，我非常喜欢书中的排版方式，加上内容广度相当大，让人觉得是一本物超所值的好书。透过诸如 JPython 与 Zope 的介绍，读者可以见识到 Python 学习后的应用实况。

4. Learning Python

Mark Lutz、David Ascher 着

早期 Python 的入门书籍还不若今日众多，Learning Python 很长一般时间成为 Python 使用者唯一的正式选择。这本书直接介绍 Python 核心而重要的部份，大抵都是设计概念层面的内容，依我个人的经验所示，花大约两个星期内的时间略读过它，效益上应会最佳。

●BOX_END●

cd 在 X Window 环境下，可以执行 gv (GhostView) 程式，用以预览 .ps 档案内容，如果设定好印表机，执行列印动作后，一份美观大方的文件便输出完成。

example$ gv tut.ps

如果有人对英文说明文件感到头痛，那么我建议仍试着‘略读’，特别是配合本 Python 专栏的系列介绍后，英文 Python 文件理应不再存有过大的鸿沟。

不过，可惜的是，我未能成功将 *.tex 档案转换成 html 档案格式，途中遭遇到一些状况，似乎是 latex2html 程式的问题。

只好请读者们自行前往 http://www.python.org/doc/ 网页，

线上阅读 HTML 版本的文件内容。值得注意的是，网站上所谓的 Current Documentation 通常指的是 Python 2.1 版文件，阅读时请配合自己手边使用之 Python 程式版本。

如果你懒得制作上述的文件，那么上网同样可以下载所有的档案，你可以在 http://www.python.org/doc/current/download.html 网页里，下载自己需要的部份：

值得一提的是，Python Tutorial 已有同好译成中文 [4]，翻译品质极高，欢迎大家多多捧场，并给予译者一些鼓励。

●BOX_BEGIN●

●标题●

Python 2.1 问世

截稿之际，适逢 Python 2.1 正式版在网路上诞生，顺道在此公告周知。有兴趣的朋友可以由 http://www.python.org/ftp/python/2.1/ 下载，Linux 版本原始码压缩档约 4.1 MB，而 Windows 版本安装档案约 6.0 MB，完整安装约需 20 MB 硬碟空间。

从今年初开始进入 alpha 测试阶段的 Python 2.1，终于如期在四月间发表正式版，象征 Python Software Foundation 已成功辅助 Python 的发展。程式语言本身并没有重大的差异，但在安装亲和度与伴随之文件更新方面，已更上一层楼。Windows 环境下的使用者，下载新版程式后，可以尝试直接浏览新版的线上文件。

●BOX_END●

●中标●

Python 网路资源

[1] 最新版 Python Library Reference 线上文件

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

[2] ScientificPython 网页

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 教学文件，译者署名为 周译乐

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/