目录:
目录:
-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
体育竞技分析: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
解决复杂问题的有效方法
自底向上(执行)
逐步组建复杂系统的有效测试方法
自底向上(执行)
逐步组建复杂系统的有效测试方法
体育竞技分析
程序总体框架及步骤
第一阶段:程序总体框架及步骤
defmain():
printIntro()
probA, probB, n = getInputs()
winsA, winsB= simNGames(n, probA, probB)
printSummary(winsA, winsB)
defprintIntro():
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)")
介绍性内容,提高用户体验
defgetInputs():
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: "))
returna, b, n
defprintSummary(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))
defsimNGames(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"
while not gameOver(scoreA, scoreB):
if serving == "A":
if random() < probA:
scoreA += 1
else:
serving="B"
else:
if random() < probB:
scoreB+= 1
else:
serving="A"
return scoreA, scoreB
def gameOver(a,b):
return a==15 or b==15
>>>
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365场比赛,占比36.5%
选手B获胜635场比赛,占比63.5%
能力值:0.45 v.s. 0.50
获胜数:36.5% v.s. 63.5%
理解自顶向下和自底向上
应用问题的扩展
目录:
小结:
第3种人类思维特征
-逻辑思维:推理和演绎,数学为代表,A->B B->C A->C
-实证思维:实验和验证,物理为代表,引力波<-实验
-计算思维:设计和构造,计算机为代表,汉诺塔递归
抽象和自动化
-计算思维:Computational Thinking
-抽象问题的计算过程,利用计算机自动化求解
-计算思维是基于计算机的思维方式
抽象问题的计算过程,利用计算机自动化求解
从开源运动说起…
自由软件时代到来
开源生态逐步建立
开源思想深入演化和发展,形成了计算生态
计算生态以开源项目为组织形式,充分利用“共识原则”和“社会利他”组织人员,在竞争发展、相互依存和迅速更迭中完成信息技术的更新换代,形成了技术的自我演化路径。
没有顶层设计、以功能为单位、具备三个特点
-竞争发展
-相互依存
-迅速更迭
API!=生态
创新:跟随创新、集成创新、原始创新
计算生态的运用
刀耕火种-> 站在巨人的肩膀上
实现功能-> 关注体验
方法1:进度展示
方法2:异常处理
其他类方法
软件程序-> 软件产品
用户体验是程序到产品的关键环节
从IPO开始…
I:Input 输入,程序的输入
P:Process 处理,程序的主要逻辑
O:Output 输出,程序的输出
确定IPO:明确计算部分及功能边界
编写程序:将计算求解的设计变成现实
调试程序:确保程序按照正确逻辑能够正确运行
模块化设计
目录:
小结:
os库提供通用的、基本的操作系统交互功能
os.path子库以path为入口,用于操作和处理文件路径
import os.path
或
import os.path as op
os.path.abspath(path)
os.path.normpath(path)
os.path.relpath(path)
os.path.dirname(path)
os.path.basename(path)
os.path.join(path)
os.path.exists(path)
os.path.isfile(path)
os.path.isdir(path)
os.path.getatime(path)
os.path.getmtime(path)
os.path.getctime(path)
os.path.getsize(path)
os.system(command)
三方库自动安装脚本
#BatchInstall.py
import os
libs = {"numpy","matplotlib","pillow","sklearn","requests",\
"jieba","beautifulsoup4","wheel","networkx","sympy",\
"pyinstaller","django","flask","werobot","pyqt5",\
"pandas","pyopengl","pypdf2","docopt","pygame"}
try:
for lib in libs:
os.system("pip3 install "+lib)
print("Successful")
except:
print("Failed Somehow")
自动化脚本+