Last Edited: Jun, 2017 （如果內容有誤，你可以留言，或用任何管道告訴我）

Python 是一種物件導向、直譯式的電腦程式語言，具有近二十年的發展歷史。它包含了一組功能完備的標準庫，能夠輕鬆完成很多常見的任務。

(From Wikipedia)

選擇 Python 作為第一個深入學習的語言有很多好處。他的語法跟英文相似，比起其他語言經常用到 ;{}() 來控制語法不同的段落，Python 主要用的是空白與縮排。

Python 能用互動式的方式（read–eval–print loop, REPL）來操作，以邊試邊做的方法來開發很適合初學者。

內建的標準庫（standard library）功能很豐富，在網路、文字處理、檔案處理、甚至 GUI 介面都能用它完成。除此之外，它的第三方套件也很多，在 Linux 上很好安裝，這樣幾乎能用 Python 完成各種事情。

其他 Coding 初學指南系列文章：

• Introduction
• Chapter 1 – Linux
• Chapter 2 – Text Editing (Markdown, Text Editor)
• Chapter 3 – Version Control (Git)
• Chapter 4 – Python
• Appendix 1 – OSX Development Environment
• Appendix 2 – Python in Bioinformatics

或者，用 labcoding 這個 tag 也可以找到所有的文章。

聽說系列

（需要接觸過 Python 之後才能理解）

聽說 Python 跑很慢，是不是不能用來計算/分析/大檔案？

Python 的確執行效率比編譯式的語言差（例：C/C++、Java），但這很可能不是你程式跑得慢的主因，所以也不代表 Python 不能處理計算量高的工作。

碰到程式跑得比想像中慢的時候，有幾個步驟：

1. 到底是哪幾行程式跑得慢？
2. 這是最佳的演算法嗎？
3. 這是最有效率的 Python 語法嗎？

如果用到了最後一步情況還是沒有改善的話，就可以開始把那些部份用其他語言改寫，例如：C。Python 能很容易跟 C 語言的結合。而且常見的 C 語言加速，其實都有 Python 套件能支援了，例如 Numpy，所以大部份的時間，都能在不使用 Python 以外的語言完成高量計算。

我在實習時候，也常碰到需要優化的問題。用 Python 我能很輕鬆（一天內）把工作分配到 4 台主機 64 cores 上跑，也許方法不有效率，但比起我花幾天把 Python 改寫成 C/C++，實作更精密有效的算法（還要是 multithread），仔細處理可能的 corner case，平行化之後本來三四天的計算時間我 2 個小時就能收工。

更重要的是，這個實驗就只跑個兩次。

比起計算時間，開發時間對工程師而言是更加寶貴的。尤其在實驗室，最關心的是這個方法行不行得通，程式跑得慢有很多解決的方式，例如平行化。重點在解決問題，需要用多一點的資源其實不是很重要。

如果問我 Python 還是 Matlab 比較快？這邊有正經的 Python vs Matlab。一開始選 Python 慢的話有很多條路可以走，但 Matlab 呢？ meh

所以 Python 跑得快不快？它單打獨鬥有極限，但它有很多快樂夥伴。O’Reilly 有本 High Performance Python 值得一看。

Python 2 還是 Python 3，聽我朋友說…比較好？

隨著時間流逝，每過一天我都可以更確信的說「請學 Python 3」。現在有在用 Python 2 多半也是用 2.7 版本，要把 3.3+ 的程式碼改回 2.7 也不難。

EDIT 2017-06: Python 2.7 確定在 2020 年會停止官方支援，這不代表說在那年 Python 2.7 就會瞬間消失，目前世界上有非常多公司會繼續維護他們內部的 Python 2.x 程式碼，但新的專案都預設使用 3.5+ 版本開發。而市面上的書籍也已經都是針對 Python 3.x 撰寫，過往使用中文學習的障礙已經消失。

相關資源

連同前幾章，如果你要在自己電腦上設定 Python 開發環境，可以參考 Djang Girls Taipei Tutorial。另外，Python Taiwan Wiki 有更完整的 Python 學習資源列表。

O’Reilly（歐萊禮）的書，官方線上商店常有 50% 折扣，PDF/ePub/Mobi 格式都有, 買一次就能輕鬆在電腦、Kindle、eReader 上閱讀，能接受英文的話，十分推薦跟官方購買。中文版就以天瓏書局為主。它也有賣英文紙本，逛實體店很舒服。

EDIT 2017-06: 自本文撰寫兩年以來，市面上 Python 3.x 中文書已經非常充足，在天瓏實體店甚至有一整個專櫃提供不同難易度、各種應用的專書。底下列出的書只是我個人的推薦與偏好，建議有空到書店親自翻一翻更能找到自己喜歡的學習方式。

除了書籍之外，現在越來越多以影片、互動形式的教學，像 Jessica McKellar 錄製的 Introduction to Python 教學影片即非常受歡迎。因為我並沒有親自玩過這些新課程，它們並沒有列於此，但都歡迎讀者嘗試。

Introducing Python（精通 Python）

O’Reilly Python 系列的書都寫得很好。這本是比較新出的，好處是它針對初學者，比較薄，能在短時間看完，文字很流暢。想要快速掌握基礎的語法的話，建議閱讀 Chp1 到 Chp7，以及 Chp8 File I/O 部份。

“Introducing Python”, Bill Lubanovic. O’Reilly, 2014.11

• 英文書
• 中文實體書

Python 官網

Python 的官網除了查語言特性之外，還能用來學習怎麼使用 stdlib。Python 標準函式庫功能包山包海，在你想要做什麼之前，都應該到官網查看看是不是內建 module 就已經提供功能了。除外，還有一個簡潔的 tutorial，供初學者參考，適合有學過其他語言的人。我認為這份寫得非常好，苦於沒有中文，據以前經驗不太容易推廣，但值得一讀。

“Python Tutorial”, Official Python Documentation, Python Devs.

• 連結
• 簡中翻譯
• 繁中翻譯（進行中）

Python 程式設計「超入門」

如果你完全沒有任何程式設計的基礎，例如不懂什麼是變數、如果寫程式控制電腦行為、什麼是命令列模式，那麼這本入門書應該很適合你。它用圖解的方式去解釋何謂迴圈、if-else 條件判斷、物件導向概念。這邊所列的其他「入門書」，都會假設你大概知道上述這些概念。到了最後兩章可能會突然變得複雜，這時候可以再回頭看看其他入門書，應該就會有辦法閱讀。

《Python 程式設計「超入門」》，鎌田正浩　著、陳禹豪、林子政 譯。旗標 2016.11

• 日文書 (source: Amazon)
• 中文實體書

Learning Python

雖然名稱看起來很像是 Python 的入門書，但它的篇幅已經來到 1600 頁，實在無法推薦給初學者。它在一本書內把 Python 幾乎所有語言特性都說清楚，同時考慮到 Python 2 和 3 版本。當你想要了解，例如 MRO 的順序、何謂 unbounded, bound method，這本書詳細的程度不會讓你失望，只怕你沒空讀。

我當初看的是這一本 3ed 中文版（現已絕版），那時還沒有考慮 Python 3。

“Learning Python” 5ed, Mark Lutz. O’Reilly, 2013.06

• 英文書

Python Cookbook（Python 的錦囊妙計）

這本不是入門書但很適合深入了解 Python，並讓自己的程式碼寫得更 Pythonic。裡面介紹了很多寫法慣例 idioms，同時也有中文版。非常值得在未來比較懂 Python 時買來看。

作者之一 David Beazley 是 PyCon TW 2013 的 Keynote。他平常就是專門教 Python 的講師，他在 PyCon 講過的「所有 talk 與 tutorial」，如 concurrency, packaging, async io 等等都值得一看。

“Python Cookbook” 3ed, David Beazley and Brian K. Jones. O’Reilly, 2013.05

• 英文書
• 中文實體書

Fluent Python（流暢的 Python）

當它是詳細、擴充版的 “Python Cookbook”，實際上書中也常常引用 David 的話。講述更多 Python 初介紹時不會深談的語言特性。如：MRO, Mixin, decorator, closure, metaprogramming

每章最後的 Future Reading 與 Soapbox 旁徵博引，除了更細節的參考資料，還有當初 Python 為何如此設計等考量與討論的歷史、發展、與各語言比較。非常適合做為邁向 Python core developer 的參考書。

“Fluent Python”, Luciano Ramalho. O’Reilly, 2015.07

• 英文書
• 中文實體書

MOOCs

關於 MOOCs 我有看過 Codecademy Python Track 以及 Coursera “An Introduction to Interactive Programming in Python” 這兩門課。我覺得最大的缺點就是講 Python 2.7，Python 3.x 的好用功能與差異都沒提；再來講課的 code 範例並不是使用 idiomatic Python syntax，在初學就沒養成好習慣與慣用語法有點可惜。

• Codecademy Python Track http://www.codecademy.com/en/tracks/python
• Coursera: An Introduction to Interactive Programming in Python https://www.coursera.org/course/interactivepython

學習目標

1. 打開自己 Linux 裡的 Python3，跟著學習用的參考資料動手操作。用 REPL 以及運行腳本兩種方法來執行 Python 程式。

2. 學習使用 pip 和 venv (virtualenv) 來管理 Python 套件與環境。

   • Hint: Python 官網是你的好夥伴。你可以在這裡 (pip) 和這裡 (venv) 找到兩者的教學。

3. youtube-dl 是一個用來下載 Youtube、Crunchyroll 等各大影音串流網站影片的工具。除了用 Linux 的套件管理工具安裝它，它其實是個用 Python 寫成的套件。為了避免跟 Linux 系統環境相衝，請開一個 Python 虛擬環境，並在裡面用 pip 安裝它。

   • Note: youtube-dl 除了單純做下載串流檔之外，還支援轉檔、封裝、後製等影像處理，這需要 libav 或 ffmpeg 任一影像處理套件。在 Debian 系列的 Linux 上 libav 會好裝一點。

4. 用 Python 解決一些實驗室會碰到的 Bioinfo 問題。有個網站 Rosalind 出了一系列的題目，我選了一些讓各位練習，請參考附錄 1。

EDIT 2016-05-22: 把 ptt 發文 的內容更新上來，增加一些新書和中文翻譯；調整推薦的順序。
EDIT 2017-06-20: 更新書籍資訊與 2/3 比較。