Python-体育竞技分析

目录

问题分析

自顶向下和自底向上

体育竞技分析总体框架及步骤

举一反三

---

问题分析

体育竞技分析

• 需求：毫厘是多少？如何科学分析体育竞技比赛？
• 输入：球员的水平
• 输出：可预测的比赛成绩

模拟N场比赛

• 计算思维：抽象 + 自动化
• 模拟：抽象比赛过程 + 自动化执行N场比赛
• 当N越大时，比赛结果分析会越科学

比赛规则

• 双人击球比赛：A & B，回合制，5局3胜
• 开始时一方先发球，直至判分，接下来胜者发球
• 球员只能在发球局得分，15分胜一局 （为什么？ 发球的时候随机能力值大小来判定是否得分）

自顶向下和自底向上

自顶向下

• 解决复杂问题的有效方法
• 将一个总问题表达为若干个小问题组成的形式
• 使用同样的方法进一步分解小问题
• 直至，小问题可以用计算机简单明了的解决

自底向上

• 分单元测试，逐步组装
• 按照自顶向下相反的路径操作
• 直至，系统各部分以组装的思路都经过测试和验证

体育竞技分析总体框架及步骤

• 步骤1： 打印程序的介绍性信息  printInfo()
• 步骤2： 获得程序运行参数：probA,probB,n getInputs()
• 步骤3：利用球员A和B的能力值，模拟n局比赛 simNGames()
• 步骤4：输出球员A和B获胜比赛的场次机概率 printSummary()

#体育竞技分析
import random

def printInfo():
	print("这个程序模拟两个选手A和B的某种竞技比赛");
	print("程序运行需要A和B的能力值(以0到1之间的小数表示)");

def getInputs():
	a = eval(input("请输入选手A的能力值（0-1）："));
	b = eval(input("请输入选手B的能力值（0-1）："));
	n = eval(input("模拟比赛的场次："));
	return a, b, n;

def printSummary(winsA, winsB):
	n = winsA + winsB;
	print("竞技分析开始，共模拟{}场比赛".format(n));
	print("选手A获胜{}场比赛，占比{:0.1%}".format(winsA, winsA/n));
	print("选手B获胜{}场比赛，占比{:0.1%}".format(winsB, winsB/n));

def simNGames(n, probA, probB):
	winsA, winsB = 0, 0;
	for i in range(n):
		scoreA, scoreB = simOneGame(probA, probB);
		if scoreA > scoreB:
			winsA += 1;
		else:
			winsB += 1;
	return winsA, winsB;
	
def simOneGame(probA, probB):
	scoreA, scoreB = 0, 0;
	serving = "A"; #A先发球
	while not gameOver(scoreA, scoreB): #not False 等于 True
		if serving == "A":
			if random.random() < probA:
				scoreA += 1;
			else:
				serving = "B";
		else:
			if random.random() < probB:
				scoreB += 1;
			else:
				serving = "A";
	return scoreA, scoreB;

#返回bool值
def gameOver(a, b):
	return a == 15 or b == 15;

def main():
	printInfo();
	probA, probB, n = getInputs();
	winsA, winsB = simNGames(n, probA, probB);
	printSummary(winsA, winsB);

main();

#运行结果
这个程序模拟两个选手A和B的某种竞技比赛
程序运行需要A和B的能力值(以0到1之间的小数表示)
请输入选手A的能力值（0-1）：0.45
请输入选手B的能力值（0-1）：0.50
模拟比赛的场次：1000
竞技分析开始，共模拟1000场比赛
选手A获胜376场比赛，占比37.6%
选手B获胜624场比赛，占比62.4%

举一反三

理解自顶向下和自底向上

• 理解自顶向下的设计思维：分而治之
• 理解自底向上的执行思维：模块化集成
• 自顶向下是“系统”思维的简化

应用问题的扩展

• 扩展比赛参数，增加对更多能力对比情况的判断
• 扩展比赛设计，增加对真实比赛结果的预测
• 扩展分析逻辑，反向推理，用胜率推算能力

 本文仅为学习Python记录，资料来源于中国大学MOOC《Python语言设计》—嵩天