M0　資料的一生

1一份資料的旅程 The journey of a piece of data

日常工作裏的資料，很少是一開始就放在 Python 裏的。它通常先以檔案的形式存在：一份設定檔、一個網站回傳的結果、一份別人傳給你的匯出檔。這些檔案最常見的格式，就是 JSON 和 YAML。

拿到檔案之後，你要做的事大致是同一個循環：

flowchart LR
    A[("檔案<br/>JSON／YAML")] -->|讀入| B["Python 物件<br/>dict、list"]
    B --> C["探索與整理<br/>在 JupyterLab 裏"]
    C -->|寫出| D[("新的檔案<br/>報告、設定")]
    classDef file fill:#f1f1ef,stroke:#d3d1cb,color:#37352f
    classDef step fill:#ffffff,stroke:#d3d1cb,color:#37352f
    class A,D file
    class B,C step

這門課的每個單元，都是在這個循環的某一段上加深理解。

2四樣工具，各管一段 Four tools, four jobs

前兩樣是格式，回答「資料在檔案裏長甚麼樣子」；後兩樣是工具，回答「你用甚麼去處理它」。

3同一份資料，兩種寫法 Same data, two spellings

下面是同一本書的資料，左邊用 JSON 寫，右邊用 YAML 寫。內容完全一樣：書名、頁數、是否已出版、標籤、作者。

留意兩者標出「結構」的方法不同：

• JSON 用 { } 包住一組「名稱：值」，用 [ ] 包住一串值，字串一律加雙引號；
• YAML 用縮排表示「屬於上一層」，用 - 表示「一串裏的一項」，字串通常不用引號。

4文字與物件 Text and objects

無論是 JSON 還是 YAML，檔案裏只有文字。Python 讀入檔案時，會把這些文字「翻譯」成記憶體裏的物件，最常見的是 dict（字典）和 list（串列）。寫出時則反過來，把物件翻譯回文字。

在 Python 裏，這兩個方向各是一行：

import json

with open("book.json", encoding="utf-8") as f:
    book = json.load(f)      # 文字 → 物件

print(book["title"])         # 看得見的資料
print(book["tags"][0])       # python

book 讀入之後，就和 JSON 或 YAML 再沒有關係了。它只是一個普通的 Python dict；從 JSON 讀還是從 YAML 讀，得到的物件是一樣的。

5容易混淆 Easily confused

6動手：第一個 notebook Hands-on: your first notebook

1. 下載本單元的三個練習檔：m0-first-look.ipynb、book.json、book.yaml，放在同一個資料夾；
2. 在該資料夾裏開啟 JupyterLab（M1 會詳細講安裝，現在可以先用學校電腦或 JupyterLite 試用）；
3. 打開 m0-first-look.ipynb，由上而下逐個 cell 按 Shift＋Enter 執行。

完成後，你會親眼看到圖 3 的兩個方向：JSON 和 YAML 讀入後得到同一個 dict。