Python 教學：解決日常 Python 問題的實用指南

Python 是一種通用程式語言，應用範圍涵蓋自動化、資料處理、網站後端與科學計算，而大多數人學習 Python 的方式，就是一次解決一個具體的問題。本頁是 DelftStack 上 1,400 多篇 Python 實用指南的總覽地圖。以下各組按照你想完成的工作來分類——清理文字、處理清單與字典、操作檔案與日期、修正錯誤——每一組的開頭都放了編輯精選的指南，專門回答讀者最常提出的問題。無論你正在寫自己的第一支程式，還是平日就維護 Python 程式碼、只是需要一個可靠的答案，都可以從下面的學習路徑開始，或者直接跳到與你的問題相符的那一組。

Python 學習路徑

你不需要把 1,400 篇指南按順序通通讀完。一條可靠的路線是這樣的：先把你的環境設定好，再掌握每天都會用到的資料型別——字串、清單與字典——接著加入檔案、日期與數字，最後才花時間處理錯誤處理與物件導向程式。Python 特別適合這樣的順序，因為每個階段都建立在前一個階段之上：文字處理學好了，檔案操作就變得容易；檔案操作學好了，資料處理就變得容易；而一旦你了解程式原本想做什麼，錯誤訊息就不再神祕。把下面各個階段當成一份檢查清單來使用；當你覺得某個階段已經很輕鬆了，就往下一個階段前進。

1. 設定環境。 先安裝 Python，並用 Anaconda 與 Python 版本檢查 確認你正在執行的到底是什麼；版本上的混淆，是許多「安裝壞了」問題回報的來源。
2. 核心資料。 學會 把字串轉換為清單，以及 取得字典的第一個鍵——這些型別幾乎出現在每一個程式之中。
3. 日常工作。 從檔案中刪除一行、格式化日期時間、計算移動平均：下面各組涵蓋的正是這類日常工作。
4. 修正錯誤。 當程式出錯時，ConnectionRefusedError 以及其他錯誤指南會告訴你如何找出原因，而不是靠猜測。
5. 更進一步。 檢視物件的屬性，並用 OpenCV 裁切影像；類別與 OpenCV 這兩組，會成為你通往更大專案的橋梁。

走完學習路徑之後，就把這一頁當成參考手冊來使用：下面每一組都是自成一體的，而每個區段下方的完整字母順序索引，列出了全部 1,400 多篇指南，連精選清單涵蓋不了的那些長尾的具體問題也包含在內。

字串與文字

幾乎每一個 Python 程式都會處理到文字：使用者輸入、檔案內容、從網頁爬取的內容、匯出的 CSV 檔案。本組涵蓋你對這些文字會做的四件事——轉換它、清理它、比較它，偶爾也美化它。請先讀轉換指南：把字串變成單字或數值的清單，是通往其他所有操作的入口操作。接下來是清理指南——看不見的字元會帶來令人抓狂的錯誤。最後以比較作結，因為驗證邏輯就住在那裡；而美化的指南，請留到你哪天動手寫命令列工具時再看。

• 在 Python 中把字串轉換為清單 — 若要逐字元拆分就選 list()，要拆成單字與分隔值就選 split()，要解析字面文字就選 ast.literal_eval()——絕不要對不受信任的輸入使用 eval()。
• 在 Python 中列印粗體文字 — 使用原始的 ANSI 跳脫序列讓終端機輸出變成粗體，或使用 termcolor、colorama 這類函式庫來達成。
• 在 Python 中從字串移除 \xa0 — 使用 unicodedata.normalize() 與 replace()，把爬取文字中看不見的不換行空格清除乾淨。
• 不區分大小寫地比較字串 — 使用 lower() 或 upper() 讓比較不受大小寫影響；當 ß 與 ss 這樣的配對也必須視為相同時，就改用 casefold()。
• 在 Python 中從字串移除逗號 — 使用 str.replace() 移除所有的逗號，或使用 re 模組處理更複雜的模式。
• 在 Python 中從字串移除標點符號 — 用三種方式清理文字中的標點符號：string.punctuation 篩選、正規表示式，或 str.translate() 轉換表。

深入學習： Python 字串子中心 將全部 115 篇字串指南按任務整理——轉換、清理、查找與格式化——並提供完整的字串方法地圖。

清單、字典與集合

清單與字典是 Python 預設的容器，對它們的熟練程度，決定了一個程式只是「能運作」，還是一併做到簡短而清晰。請先從字典指南開始：它會把對映中「第一個」的意義——也就是插入順序——以及如何直接讀取一個鍵，一次說清楚。另一個基礎是切片指南。接下來是資料衛生的部分：真實世界的數值清單送到你手上時往往帶著 NaN 值，而在任何建立於其上的分析有意義之前，你必須先找出極值與離散程度在哪裡，並加以量測。

• 取得字典的第一個鍵 — 用 next(iter(d))、轉換為清單，或使用迴圈來取得字典的第一個鍵，並為空字典準備安全的預設值。
• 在 Python 中從清單移除 NaN — 用 math.isnan() 或 NumPy 篩除清單中的數值 NaN；字面字串 'nan' 要分開另外處理。
• 取得清單中最大值與最小值的索引 — 用 max() 與 min() 搭配 list.index()，找出最大值與最小值所在的位置，或改用 NumPy 的 argmax() 與 argmin()。
• 在 Python 中計算清單的標準差 — 用 statistics.pstdev() 或 NumPy 的 std() 量測一個清單的離散程度——法文搜尋 python écart type 就會連到這一篇。
• 在 Python 中把清單切成兩半 — 使用切片與 len() 把清單分成兩半，或用 itertools.islice() 以惰性方式切分。

錯誤與例外

錯誤訊息是一份結構化的報告：例外名稱告訴你哪一個假設落空了，錯誤值則告訴你是在哪裡落空的。請按照這個順序來讀這一組。KeyError 表示你的資料裡缺少程式預期的東西；純量 IndexError 表示某個 NumPy 值的維度比預期的還要少。連線錯誤與權限錯誤在性質上不同——程式的邏輯本身沒有問題，但環境拒絕了這個操作，所以修法在於檢查伺服器、連接埠或檔案權限。

• 修正 ConnectionRefusedError: [Errno 111] Connection refused — 依序排查被拒絕的 TCP 連線：伺服器正在執行、介面與連接埠正確、防火牆已經檢查。
• 解決 Python 中的 KeyError 0 — 為什麼 KeyError: 0 代表字典中沒有鍵 0，以及如何用 try/except 或 dict.get() 為查詢加上保護。
• 修正 IndexError: invalid index to scalar variable — 當你對一個已經是純量的值進行索引時，NumPy 拋出的正是這個錯誤；請檢查 ndim 與 shape，若需要較小的陣列就改用切片。
• 修正 PermissionError: [WinError 5] Access is denied — 透過檢查權限、關閉正在占用檔案的程式、變更擁有權，或以系統管理員身分執行，來修正 Windows 的存取被拒錯誤。

數字、數學與運算子

這一組雖然不大，卻在多種語言中獲得了不成比例的高需求，因為每一篇指南都回答了一個很難打進搜尋框裡的問題。XOR 指南是概念導向的一篇：位元邏輯是旗標、總和檢查碼，以及那個有名的變數交換技巧背後的基礎。移動平均指南則是實務導向的一篇——它是許多讀者人生中的第一個時間序列工具。最後兩篇，則把造成真實錯誤的術語一次講清：歐拉數有三個各自「正確」的函式，而截斷浮點數並不等於把它四捨五入。

• Python 中的 XOR — 將 ^ 用於位元 XOR 與布林 XOR，閱讀真值表，並看看那個變數交換技巧。
• 在 Python 中計算移動平均 — 使用由 convolve 或 cumsum 產生的移動平均來平滑 NumPy 序列，或使用 pandas 與 Bottleneck。
• Python 中的歐拉數 — 將常數取得為 math.e；對純量用 math.exp() 求冪，對陣列用 numpy.exp()，在接近零時則用 expm1()。
• 在 Python 中截斷浮點數 — 把浮點數截斷到指定的小數位數，並看清 round() 與真正的截斷差在哪裡。

環境與設定

環境問題會阻擋其他一切事情，所以即使這一組的內容都不是「寫程式」本身，它仍然位於整個選集的入口位置。請按照你將會遇到這些問題的順序來處理它們。第一天，先確認你所擁有的 Python 與 conda 到底是什麼——版本檢查指南之所以存在，正是因為那是兩個不同的數字，卻總是被混為一談。當一個專案需要精確的套件版本時，就用 pip 把它鎖定下來；也要記住，pip 安裝的是套件，而不是直譯器。解除安裝的指南，則是為想要從頭來過的時候準備的。

• 檢查 Python 與 Anaconda 版本 — 把這兩個數字分清楚：conda -V 回報的是套件管理工具，python -V 回報的是你目前作用中環境的直譯器。
• 完整解除安裝 Miniconda — 在 Windows、macOS 或 Linux 上安全地移除 Miniconda：先匯出環境、驗證安裝前綴，最後才清理殘留檔案。
• 在 Ubuntu 解除安裝 Python — 使用 apt remove 從 Ubuntu 移除 Python；purge 會一併刪除設定檔，而 autoremove 會完成收尾工作。
• 不使用 pip 安裝 Python 套件 — 在 pip 無法使用的情況下手動安裝函式庫——從 PyPI 下載原始碼發行檔，再執行 setup.py。
• 用 pip 安裝指定版本的套件 — 使用 python -m pip install PACKAGE==VERSION 鎖定一個精確的版本，並在隔離的環境中驗證它。

日期與時間

日期與時間的程式碼看起來微不足道，直到它必須為了另一個系統而格式化、必須可靠地排序，或必須跨時區進行比較為止。這幾篇指南涵蓋了幾乎所有的日常 datetime 工作。格式化排在第一位：毫秒指南是搜尋 python datetime to string 背後所倚賴的參考資料，它也會說明為什麼那個看似方便的切片捷徑會毀掉數值。排序只要你知道 sorted() 接受 datetime 物件，就只是一個函式的事。相減才是微妙之處——它的結果是一個 timedelta，而把 naive 與 aware 的值混在一起會引發錯誤，這種錯誤最好先在這裡遇上。

• 把 datetime 轉換為帶毫秒的字串 — 透過 isoformat(timespec="milliseconds")，或 strftime() 搭配 %f，把 datetime 格式化為剛好三位數毫秒的表示。
• 在 Python 中排序日期與時間 — 使用 sorted() 排序日期與時間，從日期字串到 datetime 物件的清單，任一方向都可以。
• 在 Python 中把 datetime 相減 — 將一個 datetime 減去另一個 datetime 得到 timedelta，再透過 total_seconds() 以秒、分鐘或小時來讀取它。

檔案、資料格式與系統

Python 中的檔案工作遵循同一個模式——讀取、轉換、寫回——而刪除行的指南正是這個模式的典型範例，其中也包含了檔案太大、無法一次全部載入記憶體時的記憶體安全版本。這一組的另一半，談的是程式碼住在哪裡：為什麼裝滿模組的資料夾需要有套件結構，以及當模組名稱事先未知時，動態載入是如何運作的。wheel 指南則把這個環節收尾——.whl 檔案是套件抵達沒有索引的機器的途徑，這在受管制的伺服器上是很常見的情況。

• 在 Python 中從檔案刪除一行 — 透過讀取、篩選再寫回，依行號刪除行，或只刪除第一行或最後一行——大檔案則使用串流方式處理。
• 匯入目錄中的所有模組 — 把一個資料夾當成套件，載入其中的每一個模組：使用明確的 __init__.py 匯入，或用 importlib 進行探索。
• 安裝 Python 套件的 .whl 檔案 — 從檔名上的相容性標籤開始，用 python -m pip install 安裝本機的 .whl 檔案。

函式、類別與物件

這一組是刻意精選過的：三篇指南，每一篇都通往一個更大的主題。sigmoid 指南是通往機器學習的橋梁——它從零實作這個活化函式，包括那個樸素公式所缺少的、在數值上穩定的形式。屬性指南其實是一項偽裝起來的除錯技能：大多數除錯工作的起點，就是先把物件實際持有的內容印出來，而 Python 提供了四種檢視它的方式。類別變數指南，則解決了一個長期存在的初學者困惑：在類別主體中定義的變數由所有實例共享，而且與 global 毫無關係。

• Python 的 sigmoid 函式 — 使用 math.exp() 實作 sigmoid 函式，讓它在數值上保持穩定，處理陣列時則改用 NumPy 或 SciPy 的 expit。
• 在 Python 中列印物件的屬性 — 用四種方式檢視一個物件：點號存取、getattr()、保存儲存資料的 __dict__，以及列出一切的 dir()。
• 在 Python 中定義類別全域變數 — 在類別主體中定義一個類別變數，以 ClassName.attribute 的方式讀取它——並看清 global 為何與它完全是兩回事。

OpenCV 與影像

OpenCV 是 Python 選集當中一個獨立的興趣群集——它屬於影像處理，而不是一般程式設計——所以它在這裡得到一個專注的區段，日後還會有一篇專門的子指南。順序在這裡很重要。裁切排在第一位，是因為它教了那個核心觀念：OpenCV 的影像就是 NumPy 陣列，而大多數操作都是陣列操作。矩形偵測在這個基礎上加入了輪廓，那是尋找形狀的標準方法。使用 solvePnP 的姿態估計則是進階的一篇，它結合了 2D 影像點、3D 模型點與相機校正。

• 在 Python 中使用 OpenCV 裁切影像 — 透過對 NumPy 陣列進行切片、定義感興趣的區域，或用滑鼠互動選取，來裁切一張影像。
• 使用 OpenCV 的 solvePnP() 函式 — 透過相機矩陣與標記點，使用 cv2.solvePnP 從 2D–3D 點對應關係估計物體的姿態。
• 在 OpenCV 中偵測矩形 — 透過尋找輪廓、依面積排序並保留四個角的多邊形來偵測矩形，另一種替代方法是 HoughLinesP()。

常見問題

如何在 Python 中把字串轉換為清單？

這取決於每個元素應該是什麼樣子。呼叫 split() 可以得到單字，或呼叫 split(",") 得到以逗號分隔的值。使用 list(text)，可以得到一個字元一個元素。對於裝著 "[1, 2, 3]" 這類 Python 字面語法的文字，請用 ast.literal_eval() 來解析它，而不是 eval()。字串轉清單指南 涵蓋了每一種情況，包括附帶引號的 CSV 欄位。

[:-1] 在 Python 中有什麼作用？

[:-1] 是一個切片，意思是「從開頭開始，一直到最後一個元素之前為止，但不包含最後一個元素」。套用在字串上，它會傳回除了最後一個字元之外的每一個字元；套用在清單上，則會傳回一個去掉最後一項的新清單。切片會建立一個新的物件，這正是 [:-1] 成為捨棄尾端換行符號的標準做法的原因。

如何修正 ConnectionRefusedError [Errno 111]？

這個錯誤表示 TCP 連線被主動拒絕：通常這代表在你的用戶端所使用的位址與連接埠上，沒有任何程式在監聽。請先啟動伺服器，然後確認用戶端指向相同的位址與連接埠。綁定在 127.0.0.1 的伺服器只接受來自同一台機器的連線；若是另一台電腦，請檢查防火牆。ConnectionRefusedError 指南 會依序帶你完成這些檢查。

如何檢查我的 Anaconda / Python 版本？

開啟 Anaconda Prompt，對 conda 版本執行 conda -V，對 Python 版本執行 python -V——這是兩個不同的數字，而混淆它們正是人們最常犯的錯。Python 的結果反映的是該提示字元目前作用中的環境，所以請先啟用你的專案環境。conda list 會顯示兩邊的套件列，而 conda info 會印出兩個版本。詳情請見 Anaconda 版本檢查指南。

如何從字串中移除 \xa0？

\xa0 是不換行空格：一個看起來像空格、但與一般空格比較時並不相等的 Unicode 字元，它通常出現在從網頁或 PDF 複製而來的文字裡。有兩個可靠的移除方法：unicodedata.normalize("NFKD", text)，它會把 \xa0 分解成一般空格；以及 text.replace("\xa0", " ")。把字元換成空格，比直接把它刪除來得安全，這樣相連的單字就不會黏在一起。\xa0 移除指南 對這些方法做了比較。

如何移除 Python（Ubuntu / Windows / Miniconda）？

正確的方法取決於 Python 當初是如何安裝的。在 Ubuntu 上，sudo apt-get remove python3 會移除這個套件；purge 會一併刪除設定檔，而 autoremove 會清除孤兒套件。對於 Miniconda，請先匯出你想保留的環境，再使用官方的解除安裝程式，並且在動手刪除之前先確認安裝前綴。這兩種情況都分別在 Ubuntu 解除安裝指南 與 Miniconda 解除安裝指南 裡有完整的說明。

下一步

上面有兩組正在成長為專門的子指南：字串與文字，本選集中最常被點擊的一組；以及錯誤與例外，讀者帶著急迫問題抵達的一組。在這些子指南上線之前，上面對應的區段就是入口。若你的工作轉向了靜態型別語言或另一個不同的生態系，請繼續前往 Java 實用指南 或 C# 實用指南。