迷你課程:Python-9~其他好用函式

Last updated on Jul 26, 2025 6 min read Python迷你課程

Quick look

本課程將深入探討 Python 的進階特性，包括集合操作、函數式編程工具和生成器等強大功能，幫助你寫出更簡潔高效的程式碼。

集合(Set)操作

students = [
    {"name":"YHD", "house":"Summertown"},
    {"name":"Mark", "house":"Headington"}
]

# 傳統使用 list 的方法（需手動檢查重複）
houses = []
for student in students:
    if student["house"] not in houses:  # 每次都要檢查是否已存在
        houses.append(student["house"])

# 使用 set 更簡潔（自動處理重複）
houses = set()  # 創建空集合
for student in students:
    houses.add(student["house"])  # 注意：使用 add 而非 append

# 錯誤示範：如果用 append 會報 AttributeError
# houses.append(student["house"])  # 集合沒有 append 方法

for house in sorted(houses):
    print(house)

集合自動去重，無需手動檢查 if student[“house”] not in houses
查找效率 O(1) 比列表 O(n) 更快
語意更明確：當我們需要「不重複集合」時就該用 set

全局變量與作用域

balance = 0  # 全局變量

def main():
    print('Balance:', balance)
    deposit(100)
    withdraw(50)
    print('Balance:', balance)

def deposit(n):
    global balance  # 必須聲明！
    balance += n  # 沒有 global 會報 UnboundLocalError

def withdraw(n):
    global balance
    balance -= n

main()

錯誤解釋：如果忘記加 global：

def deposit(n):
    balance += n  # UnboundLocalError: local variable 'balance' referenced before assignment

Python 會認為你想修改局部變量，但發現還沒定義就使用。

其實這樣太麻煩，還要定義global，所以其實可以使用class：

class Account:
def __init__(self):
    self._balance = 0 

@property
def balance(self):
    return self._balance
def deposit(self,n):
    return self._balance +=n    
def withdraw(self,n):
    return self._balance -=n

這樣self._balance在類別裡面大家都可以取用，透過self串接起來。

類型提示與靜態檢查

def meow(n: int) -> str:
    """產生 n 次喵喵叫
    
    :param n: 喵喵叫次數
    :type n: int
    :raise TypeError: 如果 n 不是整數
    :return: 包含 n 次喵喵叫的字串
    :rtype: str
    """
    return 'meow\n' * n

number: int = int(input('Number: '))
meows: str = meow(number)
print(meows, end='')

函數參數類型提示 n: int: 表示參數 n 應該是一個整數。這只是提示，Python 運行時不會強制檢查，而使用 mypy 等工具可以進行靜態類型檢查
返回值類型提示 -> str: 表示函數將返回一個字串。幫助開發者理解函數的輸出類型
變量類型提示 number: int 和 meows: str: 明確變量應該存儲的數據類型，提高代碼可讀性和可維護性

Docstring

docstring（文件字串）是 Python 中用來為模組（module）、函數（function）、類別（class）或方法（method）撰寫說明文件的工具。它通常放在定義下方的三引號""" """中。

讓程式碼更易讀、更好維護: 清楚描述函數/模組的目的、參數、回傳值與副作用。對團隊合作與長期專案特別有幫助
開發階段可直接使用 help() 查看說明: 使用者或開發者不需要打開原始碼，也能快速了解用途
支援自動化工具生成文件: 如：Sphinx、pdoc、mkdocstrings 可自動抓取 docstring 建立 HTML 或 PDF 文件。提高 API 文件一致性與可維護性

靜態檢查

mypy script.py  # 會檢查類型是否匹配
#如果傳入錯誤類型
meow("3")  # mypy 會警告但程式仍能運行

命令行參數解析

使用sys.argv

import sys

if len(sys.argv)==1:
    print('meow')
elif len(sys.argv)==3 and sys.argv[1]=='-n':
    n = int(sys.argv[2])
    for _ in range(n):
        print('meow')
else:
    print('usage: meows.py')

使用argparse

import argparse

# 錯誤處理版本
parser = argparse.ArgumentParser(description='Meow like a cat')
parser.add_argument('-n', default=1, type=int, help='number of times to meow')
args = parser.parse_args()

for _ in range(args.n):
    print('meow')

當你從命令列執行 Python 程式時（例如：python script.py -n 3），你可以透過 sys.argv 或 argparse 模組來讀取命令列參數。但它們的設計目標和優勢大不相同。

sys.argv 是一個 list，包含從命令列輸入的所有字串參數。
sys.argv[0] 是腳本名稱，其餘是傳入的參數（全部都是字串）。

使用sys.argv缺點

解析複雜: 你必須手動處理參數的解析與順序，例如 if sys.argv[1] == ‘-n’
型別轉換需自己處理: int(sys.argv[2])，若不是數字會拋出錯誤
缺少錯誤訊息說明: 使用錯誤時只好手動印出 usage
無法支援預設值、自動幫助訊息等

使用 argparse 的優點

自動產生 --help: 自動顯示參數用法與說明文字
內建型別轉換: type=int 會自動檢查與轉換型別
自動錯誤處理: 若參數缺失或格式錯誤，自動印出錯誤訊息與退出
支援預設值: default=1 讓參數可選填
支援多種參數格式: 支援位置參數、可選參數（-n）、旗標（–verbose）等
文件化與維護性高: 參數都集中在一個地方，容易擴充與閱讀

parser.add_argument('-n', default=1, help='number of times to meow', type=int)
args = parser.parse_args()

這一行的意思是：

-n 是一個選擇性參數（optional argument）
type=int 代表這個參數需要接一個整數值
所以當你輸入 -n 時，argparse 就會自動期待一個整數跟在後面

Unpackaging

def total(galleons, sickles, knuts):
    return (galleons*18 + sickles)*30 + knuts

# 列表解包
coins = [100, 25, 50]
print(total(*coins))  # 等同 total(coins[0], coins[1], coins[2])

# 字典解包
coins_dict = {'galleons': 100, 'sickles': 25, 'knuts': 50}
print(total(**coins_dict))  # 鍵名必須匹配參數名

# 常見錯誤：
# print(total(**{'a':100,'b':25,'c':50}))  # TypeError: 參數名不匹配

*args, **kwargs

*args：可變位置參數

用來接收任意數量的「位置參數」（positional arguments），會以 tuple 形式傳入函數。

**kwargs：可變關鍵字參數

用來接收任意數量的「關鍵字參數」（keyword arguments），會以 dict 形式傳入函數。

def f(*args, **kwargs):
    print('Positional:' args)

f(100,50,25,5)

接收幾個input arguments 都可以

def f(*args, **kwargs):
    print('Keyword:' kwargs)

f(galleons=100,sickles=50,knuts=25)
#Keyword: {'galleons': 100, 'sickles': 50, 'knuts': 25}

注意事項

*args 一定要放在普通參數之後
**kwargs 一定要放在 *args 之後
傳入參數時位置不能亂：普通參數 → *args → **kwargs

def good(a, *args, **kwargs):
    pass

def bad(*args, a, **kwargs):  # ❌ 錯誤：位置參數不能在 *args 後面
    pass

函數式編程工具

map 與 filter

map(function, iterable)

對 iterable 中的每一個元素，套用 function，然後回傳一個新的迭代器。這個迭代器包含了每次執行 function(元素) 的結果。

範例一

students = [
    {"name":"Ron", "house": "Gryffindor"},
    {"name":"Draco", "house": "Slytherin"}
]

names = map(lambda s: s["name"].upper(), students)
print(*names)  # 輸出: RON DRACO

範例二

def main():
    yell('This', 'is', 'CS50')

def yell(*words):
    uppercased = map(str.upper, words) #調用str.upper 不要用()因為目前沒有要直接呼叫
    print(*uppercased)

filter(function, iterable)

對 iterable 中的每一個元素，執行 function。如果 function(元素) 回傳 True，就保留這個元素，否則丟掉。回傳一個新的迭代器，只包含被保留的元素。

# filter 範例
gryffindors = filter(lambda s: s["house"] == "Gryffindor", students)
print(list(gryffindors))  # 轉為列表顯示

這樣得到的 names 或 gryffindors 其實是個 lazy iterator（惰性迭代器），這有幾個特性:

不會立刻執行: map / filter 不會立即處理資料，而是等你真正「取用」的時候才一個一個執行
一次性: 你只能「走訪」一次，走過的元素就消失了（記憶體優化的結果）
要轉為 list 或使用迴圈: 否則你看不到裡面的結果

names = map(lambda s: s["name"], students)
print(list(names))  # ['Ron', 'Draco']
print(list(names))  # [] -> 第二次就沒東西了！

List comprehension and dict comprehension

# 列表推導式（等價於 map）
uppercased = [s["name"].upper() for s in students]

# 字典推導式
house_dict = {s["name"]: s["house"] for s in students}

# 帶條件的推導式（等價於 filter + map）
gryffindor_names = [s["name"] for s in students if s["house"] == "Gryffindor"]

生成器(Generator)

生成器是一種特殊的函數，使用 yield 逐步產生值，每次呼叫都會記住當前狀態，不會一次性全部執行完畢。

def star_generator(n):
    """生成星號金字塔"""
    for i in range(n):
        yield '*' * i  # 每次產生一個值

# 使用方式
for line in star_generator(5):
    print(line)

優點：

記憶體效能高（惰性求值 lazy evaluation）
適合處理大量資料或無限序列

對比

使用 return：一次回傳全部 → 會佔用大量記憶體

def main():
    n = 10
    for i in star(n):
        print(i)

def star(n):
    total = []
    for i in range(n):
        total.append('*' * i)
    return total  # 一次回傳所有值

main()

改用 yield：逐個產生 → 節省資源、可控性強

def main():
    n = 10
    for i in star(n):
        print(i)

def star(n):
    for i in range(n):
        yield '*' * i  # 一次回傳一個

main()

常見錯誤：將 yield 寫成 return

def star(n):
    for i in range(n):
        return '*' * i  # ❌ 錯誤：只會執行一次，i=0 就直接 return

main()

課程小結

本課程涵蓋了 Python 的多個進階特性：

集合操作：使用 set 處理不重複元素
作用域管理：理解 global 關鍵字和更好的封裝方式
類型提示：提升程式碼可讀性和可維護性
命令行參數：使用 argparse 創建專業 CLI 工具
unpacking操作：靈活處理序列和字典
函數式編程：map, filter 和推導式
生成器：高效處理大型數據集

Python Coding