JSON
一種把資料寫成文字的格式，用大括號、方括號和雙引號標出結構。語法嚴格，適合程式之間交換資料。
- 出處
- M0 資料的一生 · 同一份資料，兩種寫法 →
- 參考
- json.org ↗
- 相關
- YAML、字典
M0 資料的一生
YAML
一種把資料寫成文字的格式，用縮排和「- 」標出結構，可以寫註解。寫法寬鬆，常用於設定檔。
- 出處
- M0 資料的一生 · 同一份資料，兩種寫法 →
- 參考
- yaml.org ↗
- 相關
- JSON
字典dict
Python 的內建容器，存放一組「鍵：值」。JSON 的物件和 YAML 的映射讀入 Python 後都會變成 dict。
- 出處
- M0 資料的一生 · 文字與物件 →
- 參考
- —
- 相關
- JSON
筆記本notebook
副檔名為 .ipynb 的檔案，把程式、執行結果和說明文字按 cell 存在一起。
- 出處
- M0 資料的一生 · 容易混淆 →
- 參考
- —
- 相關
- 儲存格、JupyterLab
儲存格cell
notebook 裏的一格。程式 cell 可以單獨執行，結果顯示在它下面；Markdown cell 用來寫說明。
- 出處
- M0 資料的一生 · 動手：第一個 notebook →
- 參考
- —
- 相關
- 筆記本
JupyterLab
在瀏覽器裏編輯和執行 notebook 的工作環境。它只是執行 Python 的其中一個地方。
- 出處
- M0 資料的一生 · 四樣工具，各管一段 →
- 參考
- JupyterLab 文件 ↗
- 相關
- 筆記本
M1 環境
直譯器interpreter亦作 解譯器
執行 Python 程式的程式，即是輸入 python 時啟動的那一個。同一部電腦上可以有好幾個，sys.executable 會告訴你現在用的是哪一個。
- 出處
- M1 環境 · 三樣東西：直譯器、套件、虛擬環境 →
- 參考
- —
- 相關
- 虛擬環境
套件package
別人寫好、可以安裝來用的程式碼，例如讀寫 YAML 的 PyYAML。安裝時的名稱和 import 時的名稱不一定相同。
- 出處
- M1 環境 · 三樣東西：直譯器、套件、虛擬環境 →
- 參考
- —
- 相關
- 虛擬環境、uv
虛擬環境venvvirtual environment
一個專案專用的資料夾（本課是 .venv），裏面有一個直譯器和這個專案的套件。可以隨時刪除，再按鎖定檔重建。
- 出處
- M1 環境 · 三樣東西：直譯器、套件、虛擬環境 →
- 參考
- —
- 相關
- 直譯器、鎖定檔
uv
本課用來管理 Python 的工具：下載合適版本的直譯器、建立虛擬環境、安裝套件。在專案裏用 uv run 執行命令，保證用的是專案自己的環境。
- 出處
- M1 環境 · 安裝 uv →
- 參考
- uv 文件 ↗
- 相關
- 虛擬環境、專案設定檔
專案設定檔pyproject.toml
專案的說明檔，寫明需要哪個版本的 Python、直接用到哪些套件。給人讀和改，要交給別人。
- 出處
- M1 環境 · 建立課程專案 →
- 參考
- —
- 相關
- 鎖定檔
鎖定檔lockfile
記錄每一個套件（包括間接用到的）準確版本的檔案，本課是 uv.lock。由 uv 生成，不要手改；別人憑它可以重建出一模一樣的環境。
- 出處
- M1 環境 · 建立課程專案 →
- 參考
- —
- 相關
- 專案設定檔、虛擬環境
M2 JupyterLab
核心kernel
notebook 背後執行程式的 Python。變數只存在它的記憶體裏；儲存 notebook 不會保存變數，重新啟動會清空記憶體。
- 出處
- M2 JupyterLab · notebook 和 kernel →
- 參考
- —
- 相關
- 筆記本、執行編號
執行編號execution count
code cell 左邊的 [n]，表示這一格是 kernel 第幾次執行的。跳號或不由上而下遞增，代表 notebook 曾經亂序執行。
- 出處
- M2 JupyterLab · 執行次序 →
- 參考
- —
- 相關
- 核心、儲存格
重新啟動並全部執行Restart Kernel and Run All Cells
清空 kernel 的記憶體，再由第一格順序執行全部 cell。執行後編號由 [1] 起逐一遞增、沒有錯誤，結果才可信。
- 出處
- M2 JupyterLab · 重新啟動並全部執行 →
- 參考
- —
- 相關
- 核心、執行編號
M3 值與型別
型別type
一個值屬於哪一類，決定了它能做甚麼運算。用 type() 查出，例如 int、float、str、bool、NoneType。
- 出處
- M3 值與型別 · 每個值都有型別 →
- 參考
- —
- 相關
- 字串、空值
字串strstring
文字，用引號包住。看起來像數字的字串（例如 "120"）仍然是文字，要先用 int() 或 float() 轉換才能計算。
- 出處
- M3 值與型別 · 字串 →
- 參考
- —
- 相關
- 型別
浮點數float
有小數點的數字。電腦只能儲存大部分小數的近似值，所以不要用 == 比較兩個 float。
- 出處
- M3 值與型別 · 數字：int 和 float →
- 參考
- —
- 相關
- 型別
布林值boolboolean
只有 True 和 False 兩個值，比較的結果就是布林值。bool("False") 是 True，因為 bool() 只看有沒有內容。
- 出處
- M3 值與型別 · 布林值和 None →
- 參考
- —
- 相關
- 型別
空值None
Python 表示「沒有值」的方法，對應 JSON 的 null。它和 0、空字串都不同；檢查時用 is None。
- 出處
- M3 值與型別 · 布林值和 None →
- 參考
- —
- 相關
- 型別
變數variable
貼在值上的名字。把名字改貼到另一個值上，原來的值和貼在它上面的其他名字都不受影響。
- 出處
- M3 值與型別 · 變數只是名字 →
- 參考
- —
- 相關
- 型別
M4 容器
容器container
把很多個值放在一起的值。最常用的是 list、dict、tuple、set；JSON 和 YAML 讀入後只會出現 list 和 dict。
- 出處
- M4 容器 · 容器：把很多個值放在一起 →
- 參考
- —
- 相關
- 串列、字典
串列list
有次序、可以修改的一串值，用方括號寫。JSON 的陣列讀入 Python 後就是 list。索引由 0 開始。
- 出處
- M4 容器 · list：有次序的一串 →
- 參考
- —
- 相關
- 索引、元組、字典
索引index
一項在 list 或 tuple 裏的位置，由 0 開始數；負數由尾數起，-1 是最後一項。超出範圍會報 IndexError。
- 出處
- M4 容器 · list：有次序的一串 →
- 參考
- —
- 相關
- 串列
鍵key
dict 裏用來找值的名字。用不存在的鍵會報 KeyError；不確定有沒有時，用 get() 並給預設值。
- 出處
- M4 容器 · dict：用名字找值 →
- 參考
- —
- 相關
- 字典
元組tuple
有次序、建立後不能修改的一組值，用圓括號寫，適合座標這類固定在一起的值。JSON 沒有 tuple，寫出時變成陣列。
- 出處
- M4 容器 · tuple 和 set →
- 參考
- —
- 相關
- 串列
集合set
沒有次序、不重複的一組值，適合「有沒有」和去除重複。JSON 沒有 set，寫出前要先轉成 list。
- 出處
- M4 容器 · tuple 和 set →
- 參考
- —
- 相關
- 串列
M5 流程控制
迴圈loop
對一個容器裏的每一項重複執行同一段程式。for item in items：每一輪把下一項交給 item 這個名字。
- 出處
- M5 流程控制 · for：逐項走過 →
- 參考
- —
- 相關
- 條件、推導式
條件condition
結果是 True 或 False 的運算式，寫在 if、elif 後面，決定那一段程式執行不執行。可以用 and、or、not 組合。
- 出處
- M5 流程控制 · if：按條件做事 →
- 參考
- —
- 相關
- 迴圈、布林值
縮排indentation
行首的空白。Python 用縮排判斷哪些程式屬於 if 或 for（本課一律四個空格）；縮排不一致會報 IndentationError。
- 出處
- M5 流程控制 · if：按條件做事 →
- 參考
- —
- 相關
- 迴圈
推導式comprehension
用一行寫出「走過一個容器、按條件篩選、產生新容器」，例如 [b["title"] for b in books if b["stock"] == 0]。讀時先讀 for，再讀 if，最後讀最前面的值。
- 出處
- M5 流程控制 · comprehension：一行寫完的迴圈 →
- 參考
- —
- 相關
- 迴圈
M6 函式與模組
函式function亦作 函數
起了名字的一段程式。用 def 定義，加括號呼叫；需要的資料從參數進來，結果用 return 交出去。
- 出處
- M6 函式與模組 · 定義與呼叫 →
- 參考
- —
- 相關
- 參數、回傳值、模組
參數parameter
定義函式時括號裏的名字，例如 def order_total(order, titles) 裏的 order 和 titles。可以有預設值。
- 出處
- M6 函式與模組 · 定義與呼叫 →
- 參考
- —
- 相關
- 引數、函式
引數argument
呼叫函式時放進去的實際值。按位置對應參數，或者用關鍵字寫明交給哪個參數（discount=0.9）。
- 出處
- M6 函式與模組 · 定義與呼叫 →
- 參考
- —
- 相關
- 參數
回傳值return value
函式用 return 交回給呼叫處的值。沒有寫 return 的函式回傳 None；print 只顯示給人看，不是回傳值。
- 出處
- M6 函式與模組 · print 和 return →
- 參考
- —
- 相關
- 函式、空值
模組module
一個 .py 檔，裏面的函式可以用 import 取用。標準函式庫、第三方套件和自己寫的 .py 檔都是模組。
- 出處
- M6 函式與模組 · 模組與 import →
- 參考
- —
- 相關
- 函式、套件、標準函式庫
標準函式庫standard library亦作 標準庫
隨 Python 附送、不用安裝的模組，例如 json、pathlib、math、statistics。
- 出處
- M6 函式與模組 · 模組與 import →
- 參考
- —
- 相關
- 模組、套件
M7 檔案與路徑
路徑path
檔案的地址。絕對路徑由磁碟頂層寫起；相對路徑由工作目錄起計，資料夾搬走後仍然有效。本課用 pathlib 的 Path 處理。
- 出處
- M7 檔案與路徑 · 路徑：絕對與相對 →
- 參考
- —
- 相關
- 工作目錄
工作目錄working directory
程式找相對路徑時的起點，用 Path.cwd() 查出。notebook 的工作目錄是它所在的資料夾；.py 腳本的是終端機當時所在的資料夾。
- 出處
- M7 檔案與路徑 · 程式怎樣找到檔案 →
- 參考
- —
- 相關
- 路徑
編碼encoding
把文字變成位元組的規則。新檔案多用 UTF-8，舊的繁體中文系統常用 Big5。讀寫文字檔時一律寫明 encoding="utf-8"。
- 出處
- M7 檔案與路徑 · 文字編碼 →
- 參考
- —
- 相關
- 路徑
M8 JSON
JSON 解碼錯誤JSONDecodeError
json.loads 讀到不合法的 JSON 時報的錯，訊息最後有行號和欄號。錯誤常常在報告的位置之前，先看那一行，再看上一行的行尾。
- 出處
- M8 JSON · 看懂錯誤訊息 →
- 參考
- —
- 相關
- JSON
JSON Linesjsonl
每一行是一個獨立 JSON 的檔案格式（副檔名 .jsonl），常用於記錄檔。可以一直在尾加新行，也可以逐行讀；整個檔交給 json.loads 會報 Extra data。
- 出處
- M8 JSON · JSON Lines →
- 參考
- —
- 相關
- JSON
M9 YAML
映射mapping
YAML 裏一組「鍵：值」，對應 JSON 的物件，讀入 Python 是 dict。同一個映射裏重複的鍵，PyYAML 不報錯，只保留最後一個。
- 出處
- M9 YAML · 三種東西 →
- 參考
- —
- 相關
- YAML、字典
隱式型別implicit typing
YAML 按值的樣子猜它的型別。PyYAML 跟 YAML 1.1，會把 NO 讀成 False、010 讀成 8、9:30 讀成 570。不是用來計算的值，就加引號。
- 出處
- M9 YAML · YAML 替你猜型別 →
- 參考
- —
- 相關
- YAML、型別
安全讀入safe_load
PyYAML 只建立普通值（dict、list、字串、數字）的讀入函式。yaml.load 在某些設定下會按檔案指示建立任何物件，所以一律用 safe_load。
- 出處
- M9 YAML · safe_load，不要 load →
- 參考
- —
- 相關
- YAML
M10 選擇格式
CSV
以逗號分隔欄位、一行一筆記錄的表格格式，Excel 可以直接開。讀入的值一律是字串；Excel 存的 CSV 開頭有 BOM，要用 encoding="utf-8-sig" 讀。
- 出處
- M10 選擇格式 · CSV：表格 →
- 參考
- —
- 相關
- JSON、YAML
TOML
給人寫、給工具讀的設定檔格式，例如 pyproject.toml。字串一定要加引號，所以不會像 YAML 那樣猜型別。Python 內建的 tomllib 只能讀，不能寫。
- 出處
- M10 選擇格式 · TOML：設定檔 →
- 參考
- —
- 相關
- YAML、專案設定檔
JSON Schema
用 JSON 描述「一份資料應該長甚麼樣」的標準寫法（型別、必要的鍵、範圍）。用 jsonschema 套件驗證；它只檢查，不轉換。
- 出處
- M10 選擇格式 · JSON Schema：把「應該長甚麼樣」寫下來 →
- 參考
- —
- 相關
- JSON
M11 表格資料
資料表DataFrame
pandas 的表格：一行一筆、一欄一個欄位。由 list of dict 直接建立；對一欄做運算會對每一行做，不用寫迴圈。取出一欄得到 Series。
- 出處
- M11 表格資料 · DataFrame 和 Series →
- 參考
- —
- 相關
- 序列、分組統計
序列Series
pandas 表格裏的一欄（或一行），df["price"] 取出的就是 Series。
- 出處
- M11 表格資料 · DataFrame 和 Series →
- 參考
- —
- 相關
- 資料表
分組統計groupby
按一欄把行分組，對另一欄計算，例如 items.groupby("month")["amount"].sum()。數「有幾個不同的值」用 nunique。
- 出處
- M11 表格資料 · 分組統計 →
- 參考
- —
- 相關
- 資料表
M12 設定檔的世界
JSONC
准許註解的 JSON（JSON with Comments），VS Code 的 settings.json 用的就是它。json.loads 讀不了，要先去掉註解。
- 出處
- M12 設定檔的世界 · VS Code：准許註解的 JSON →
- 參考
- —
- 相關
- JSON
前置資料frontmatter
Markdown 檔開頭用 --- 包住的一段 YAML，放標題、日期、標籤等資料。本課每個單元頁、Obsidian 和很多網站產生器都這樣用。
- 出處
- M12 設定檔的世界 · Markdown 的 frontmatter →
- 參考
- —
- 相關
- YAML
工作流程GitHub Actions workflow
.github/workflows/ 裏的 YAML 檔，告訴 GitHub 在甚麼時候（on）執行甚麼工作（jobs、steps）。版本號要加引號，否則 3.10 會變成 3.1。
- 出處
- M12 設定檔的世界 · GitHub Actions：YAML 的陷阱 →
- 參考
- —
- 相關
- YAML
M13 綜合專案
應用程式介面APIAPI
本課指專門給程式讀的網址：用參數說明要甚麼，回來的是 JSON 而不是網頁。天文台的開放資料 API 不用登記；參數錯了，回來的可能不是 JSON。
- 出處
- M13 綜合專案 · 開放資料 API →
- 參考
- —
- 相關
- JSON
開放資料open data
公開給任何人使用的資料，例如經 DATA.GOV.HK 提供的天文台資料。可以免費使用和轉載，但要遵守使用條款，通常必須註明資料來源。
- 出處
- M13 綜合專案 · 開放資料 API →
- 參考
- —
- 相關
- 應用程式介面
找不到相符的術語。