初學者必看 Python 入門指南 - 卡哥小技倆 Carger Tips

文章最後更新於 2024 年 10 月 2 日

1. Python 簡介

1.1 Python 的歷史與發展

1.1.1 Python 的創始人及其初衷

Python 由荷蘭程式設計師 Guido van Rossum 在 1989 年開始開發，並於 1991 年首次發布。Guido 的目標是創建一種易於學習和使用的程式語言，同時提供強大的功能。他希望 Python 能成為一種通用程式語言，適合不同的應用場景，並且能夠使開發者的工作變得更輕鬆。

1.1.2 版本演進（Python 2 vs Python 3）

Python 的發展經歷了多個版本，最重要的兩個版本是 Python 2 和 Python 3。

Python 2：於 2000 年發布，直到 2020 年仍被廣泛使用，但隨著時間的推移，對 Python 2 的支持逐漸減少。
Python 3：於 2008 年發布，旨在修正 Python 2 的設計缺陷。Python 3 引入了許多新特性，如更好的 Unicode 支持、改進的標準庫和語法變更。Python 2 和 Python 3 之間不兼容，因此開發者在選擇使用時需特別注意。

1.2 Python 的特點

1.2.1 易於學習和使用

Python 的語法簡潔明了，接近自然語言，這使得新手能夠快速上手。以下是一些語法示例：

# 打印“Hello, World!”
print("Hello, World!")

這段代碼只需一行，即可實現輸出訊息的功能，顯示了 Python 的直觀性。

1.2.2 強大的庫和框架支持

Python 擁有一個龐大且活躍的生態系統，提供了數千個庫和框架，幫助開發者快速構建應用。例如：

Django：用於網頁開發的高級框架。
Flask：一個輕量級的網頁框架。
NumPy 和 Pandas：用於數據分析的庫。
TensorFlow 和 PyTorch：用於機器學習的框架。

1.3 Python 的應用領域

1.3.1 網頁開發

Python 在網頁開發中被廣泛應用。使用 Django 和 Flask 等框架，開發者可以快速構建功能豐富的網站和應用程序。Python 的 ORM（對象關係映射）功能使得與數據庫的交互變得更加簡單。

1.3.2 數據科學與機器學習

Python 是數據科學和機器學習領域的首選語言。其強大的數據處理和可視化庫（如 NumPy、Pandas 和 Matplotlib）使得數據分析變得更加高效。機器學習框架如 TensorFlow 和 Scikit-Learn 的出現，使得開發和訓練模型變得更加簡單。

2. 安裝與環境設置

2.1 安裝 Python

2.1.1 下載與安裝（Windows, macOS, Linux）

在不同操作系統上，安裝 Python 的步驟略有不同：

Windows：
1. 訪問 Python 官方網站。
2. 下載最新版本的安裝程序。
3. 運行安裝程序，選擇 "Add Python to PATH" 選項。
4. 完成安裝。
macOS：
1. 可以使用 Homebrew 安裝：在終端中運行 brew install python。
2. 也可以直接從 Python 官方網站下載安裝包。
Linux：
1. 使用包管理器安裝，例如在 Ubuntu 上運行：sudo apt-get install python3。

2.1.2 使用包管理工具（如 Anaconda）

Anaconda 是一個流行的 Python 發行版，專為數據科學和機器學習設計。它包含了許多科學計算和數據分析的庫，並提供了方便的包管理工具 conda。

訪問 Anaconda 官方網站。
下載適合你操作系統的 Anaconda 安裝包。
按照安裝指示完成安裝。

2.2 開發環境選擇

2.2.1 集成開發環境 (IDE) 介紹（如 PyCharm, VSCode）

選擇合適的開發環境對於開發效率至關重要。以下是幾個受歡迎的 IDE：

PyCharm：一款功能強大的 Python IDE，提供了代碼補全、調試、測試等功能。
Visual Studio Code (VSCode)：一款輕量級的編輯器，通過擴展可以支持 Python 開發，並提供了強大的插件生態系統。

2.2.2 使用 Jupyter Notebook 進行交互式編程

Jupyter Notebook 是一個基於 Web 的應用，用於創建和共享文檔，這些文檔可以包含代碼、方程式、可視化和文本。它特別適合數據分析和機器學習的實驗。

可以使用 pip install notebook 安裝 Jupyter Notebook，然後在終端中運行 jupyter notebook 啟動服務。

2.3 環境配置

2.3.1 虛擬環境的使用

虛擬環境使得開發者可以在同一系統上為不同項目創建獨立的 Python 環境，避免依賴衝突。可以使用以下命令創建虛擬環境：

# 安裝 virtualenv
pip install virtualenv

# 創建虛擬環境
virtualenv myenv

# 啟動虛擬環境 (Windows)
myenv\Scripts\activate

# 啟動虛擬環境 (macOS/Linux)
source myenv/bin/activate

2.3.2 包管理（pip 和 requirements.txt）

Python 包管理工具 pip 用於安裝和管理 Python 庫。可以使用以下命令安裝庫：

pip install package_name

為了方便共享和管理依賴，可以使用 requirements.txt 文件。可以使用以下命令生成該文件：

pip freeze > requirements.txt

其他人只需運行以下命令即可安裝所有依賴：

pip install -r requirements.txt

3. Python 基礎語法

3.1 變量與數據類型

3.1.1 數字、字符串、列表、元組與字典

Python 支持多種數據類型：

數字：整數和浮點數。

a = 10         # 整數
b = 3.14      # 浮點數

字符串：用於表示文本。
```
name = "Alice"
```
列表：可變的有序集合。
```
fruits = ["apple", "banana", "cherry"]
```
元組：不可變的有序集合。
```
coordinates = (10.0, 20.0)
```

字典：鍵值對的集合。

person = {
  "name": "Alice",
  "age": 30
}

3.1.2 變量命名規則與範例

變量命名應遵循以下規則：

只能包含字母、數字和下劃線。
不能以數字開頭。
不可使用 Python 的保留字。

例如：

my_variable = 5
_age = 30

3.2 控制結構

3.2.1 條件語句（if, elif, else）

控制程序的執行流，可以使用 if、elif 和 else 語句：

age = 18

if age < 18:
    print("未成年")
elif age == 18:
    print("剛成年")
else:
    print("成年人")

3.2.2 循環結構（for, while）

Python 提供了 for 和 while 兩種循環結構：

for 循環：

for fruit in fruits:
    print(fruit)

while 循環：

count = 0
while count < 5:
    print(count)
    count += 1

3.3 函數與模組

3.3.1 定義與調用函數

函數使代碼更加模組化，可以重複使用。定義函數的語法如下：

def greet(name):
    return f"Hello, {name}!"

# 調用函數
print(greet("Alice"))

3.3.2 模組的導入與使用

Python 支持模組化編程，可以將代碼分割為不同的文件。使用 import 語句導入模組：

import math

print(math.sqrt(16))  # 輸出 4.0

4. 進階主題

4.1 面向對象編程

4.1.1 類與對象的概念

面向對象編程（OOP）是 Python 的一個重要特性。類是對象的藍圖，而對象是類的實例。

class Dog:
    def __init__(self, name):
        self.name = name

    def bark(self):
        return f"{self.name} says woof!"

# 創建對象
my_dog = Dog("Buddy")
print(my_dog.bark())

4.1.2 繼承與多態

繼承允許一個類從另一個類中繼承屬性和方法。多態使得不同對象可以以相同的方式進行操作。

class Animal:
    def speak(self):
        return "Animal speaks"

class Cat(Animal):
    def speak(self):
        return "Meow"

my_cat = Cat()
print(my_cat.speak())  # 輸出 "Meow"

4.2 異常處理

4.2.1 try, except 語句

異常處理使得代碼能夠在遇到錯誤時不會崩潰，通過 try 和 except 語句捕獲異常。

try:
    result = 10 / 0
except ZeroDivisionError:
    print("不能除以零！")

4.2.2 自定義異常

開發者可以創建自定義異常以處理特定的錯誤情況。

class MyError(Exception):
    pass

raise MyError("這是一個自定義異常")

4.3 文件操作

4.3.1 讀取與寫入文件

Python 提供了簡單的方式來讀取和寫入文件：

# 寫入文件
with open("example.txt", "w") as file:
    file.write("Hello, World!")

# 讀取文件
with open("example.txt", "r") as file:
    content = file.read()
    print(content)

4.3.2 上下文管理器的使用

使用 with 語句可以自動管理資源，確保文件在操作後被正確關閉。

with open("example.txt", "r") as file:
    data = file.read()
# 文件在此處自動關閉

5. 實踐與資源

5.1 進行小項目

5.1.1 建立一個簡單的計算器

可以使用函數來構建一個簡單的計算器應用：

def add(x, y):
    return x + y

def subtract(x, y):
    return x - y

print("選擇操作：1 - 加法，2 - 減法")
choice = input("輸入選擇(1/2): ")

num1 = float(input("輸入第一個數字: "))
num2 = float(input("輸入第二個數字: "))

if choice == '1':
    print(f"{num1} + {num2} = {add(num1, num2)}")
elif choice == '2':
    print(f"{num1} - {num2} = {subtract(num1, num2)}")
else:
    print("無效的選擇")

5.1.2 開發一個基本的網頁爬蟲

使用 requests 和 BeautifulSoup 庫可以輕鬆構建網頁爬蟲：

import requests
from bs4 import BeautifulSoup

url = "https://example.com"
response = requests.get(url)
soup = BeautifulSoup(response.text, 'html.parser')

# 獲取標題
title = soup.title.string
print(f"網頁標題: {title}")

5.2 在線學習資源

5.2.1 推薦書籍與教程

《Python 編程：從入門到實踐》：適合新手的學習資源，涵蓋多個實際項目。
《流暢的 Python》：深入理解 Python 的書籍，適合有一定基礎的開發者。

5.2.2 線上課程與社區（如 Coursera, Udemy, Stack Overflow）

Coursera：提供多個 Python 課程，由知名大學和機構提供。
Udemy：擁有大量的 Python 課程，從初學者到進階主題。
Stack Overflow：一個活躍的開發者社區，可以用於尋找問題的解答和學習。

5.3 開源項目參與

5.3.1 GitHub 上的熱門 Python 項目

Django：一個高級的網頁框架，適合參與貢獻和學習。
TensorFlow：谷歌開發的機器學習框架，開源且文檔豐富。

5.3.2 如何貢獻開源項目

找到感興趣的開源項目。
閱讀項目的貢獻指南。
Fork 項目並在本地進行修改。
提交 Pull Request。

這篇文章旨在幫助讀者全面了解 Python 語言的基礎知識與進階主題，並為他們提供實踐和學習的資源。希望能夠激勵新手開展他們的 Python 旅程！

關於作者

Carger

我是Oscar (卡哥)，前Yahoo Lead Engineer、高智商同好組織Mensa會員，超過十年的工作經驗，服務過Yahoo關鍵字廣告業務部門、電子商務及搜尋部門，喜歡彈吉他玩音樂，也喜歡投資美股、虛擬貨幣，樂於與人分享交流！