Python-6.程序设计方法学

一、实例13：体育竞技分析

1.1 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

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

1.2 自顶向下和自底向上

自顶向下(设计): 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(执行): 逐步组建复杂系统的有效测试方法

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。

1.3 "体育竞技分析"实例讲解

程序总体框架及步骤

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：proA, proB, n。        #printInfo()

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获胜比赛的场次及概率。       #printSummary()

• 第一阶段：程序总体框架及步骤

def main():
    printIntro()
    probA,proB,n=getInputs()
    winsA,winsB=simNGames(n,proA,proB)
    printSummary(winsA,winsB)
    
    
def printIntro():
    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之间的小树表示）")


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))

• 第二阶段：步骤3 模拟N局比赛

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

• 第三阶段:根据分数判断局的结束

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 = "B"
    return scoreA, scoreB


def gameOver(a, b):
    return a == 15 or b == 15

1.4 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？

1.5 完整代码

from random import random


def printIntro():
    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之间的小树表示）")


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"
    while not gameOver(scoreA, scoreB):
        if serving == "A":
            if random() < probA:
                scoreA += 1
            else:
                serving = "B"
        else:
            if random() < probB:
                scoreB += 1
            else:
                serving = "B"
    return scoreA, scoreB


def gameOver(a, b):
    return a == 15 or b == 15


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


main()

二、Python程序设计思维

• 计算思维与程序设计
• 计算生态与Python语言
• 用户体验与软件产品
• 基本的程序设计模式

2.1 计算思维与程序设计

• 计算思维:(Computational Thinking)：计算思维是基于计算机的思维方式

  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

  抽象问题的计算过程，利用计算机自动化求解

  • 计算思维基于计算机强大的算力及海量数据
  • 抽象计算过程，关注设计和构造，而非因果
  • 以计算机程序设计为实现的主要手段

• 计算思维与程序设计

编程是将计算思维变成现实的手段

2.2 计算生态与Python语言

从开源运动说起…

• 自由软件时代到来
  • 1983, Richard Stallman启动GNU项目
  • 1989, GNU通用许可协议诞生
• 开源生态逐步建立
  • 1991, Linus Torvalds发布了Linux内核
  • 1998, 网景浏览器开源，产生了Mozilla

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

计算生态与Python语言

• 以开源项目为代表的大量第三方库

    Python语言提供 >13万个第三方库
  

• 库的建设经过野蛮生长和自然选择

    同一个功能，Python语言2个以上第三方库
  

• 库之间相互关联使用，依存发展

    Python库间广泛联系，逐级封装
  

• 社区庞大，新技术更迭迅速

    AlphaGo深度学习算法采用Python语言开源
  

API != 生态

计算生态的价值

创新：跟随创新、集成创新、原始创新

• 加速科技类应用创新的重要支撑
• 发展科技产品商业价值的重要模式
• 国家科技体系安全和稳固的基础

计算生态的运用

刀耕火种 -> 站在巨人的肩膀上

• 编程的起点不是算法而是系统
• 编程如同搭积木，利用计算生态为主要模式
• 编程的目标是快速解决问题

计算生态

优质的计算生态:http://python123.io:

2.3 用户体验与软件产品

• 用户体验

  实现功能 -> 关注体验

  • 用户体验指用户对产品建立的主观感受和认识
  • 关心功能实现，更要关心用户体验，才能做出好产品
  • 编程只是手段，不是目的，程序最终为人类服务

• 提高用户体验的方法

  方法1：进度展示

  • 如果程序需要计算时间，可能产生等待，请增加进度展示
  • 如果程序有若干步骤，需要提示用户，请增加进度展示
  • 如果程序可能存在大量次数的循环，请增加进度展示

  方法2：异常处理

  • 当获得用户输入，对合规性需要检查，需要异常处理
  • 当读写文件时，对结果进行判断，需要异常处理
  • 当进行输入输出时，对运算结果进行判断，需要异常处理

  其他类方法

  • 打印输出：特定位置，输出程序运行的过程信息
  • 日志文件：对程序异常及用户使用进行定期记录
  • 帮助信息：给用户多种方式提供帮助信息

• 软件程序 -> 软件产品

  用户体验是程序到产品的关键环节

2.4 基本的程序设计模式

• 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

• 自顶向下设计

  • 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

• 模块化设计

  • 通过函数或对象封装将程序划分为模块及模块间的表达
  • 具体包括：主程序、子程序和子程序间关系
  • 分而治之：一种分而治之、分层抽象、体系化的设计思想

  ---

  • 紧耦合：两个部分之间交流很多，无法独立存在
  • 松耦合：两个部分之间交流较少，可以独立存在
  • 模块内部紧耦合、模块之间松耦合

• 配置化设计

  • 引擎+配置：程序执行和配置分离，将可选参数配置化
  • 将程序开发变成配置文件编写，扩展功能而不修改程序
  • 关键在于接口设计，清晰明了、灵活可扩展

2.5 应用开发的四个步骤

• 1 产品定义：对应用需求充分理解和明确定义

  产品定义，而不仅是功能定义，要考虑商业模式

• 2 系统架构：以系统方式思考产品的技术实现

  系统架构，关注数据流、模块化、体系架构

• 3 设计与实现：结合架构完成关键设计及系统实现

  结合可扩展性、灵活性等进行设计优化

• 4 用户体验：从用户角度思考应用效果

  用户至上，体验优先，以用户为中心

三、Python第三方库安装

• 看见更大的Python世界
• 第三方库的pip安装方法
• 第三方库的集成安装方法
• 第三方库的文件安装方法

3.1 看见更大的Python世界

3.1.1 Python社区

13万个第三方库 https://pypi.org/

• PyPI: Python Package Index
• PSF维护的展示全球Python计算生态的主站
• 学会检索并利用PyPI，找到合适的第三方库开发程序

三种方法

• 方法1(主要方法): 使用pip命令
• 方法2: 集成安装方法
• 方法3: 文件安装方法

3.2 第三方库的pip安装方法

#安装指定的第三方库
pip install <第三方库名>

#使用-U标签更新已安装的指定第三方库
pip install –U <第三方库名>    

#卸载指定的第三方库
pip uninstall <第三方库名>

#下载但不安装指定的第三方库
pip download <第三方库名>

#列出某个指定第三方库的详细信息
pip show <第三方库名>

#根据关键词在名称和介绍中搜索第三方库
pip search <关键词>

#列出当前系统已经安装的第三方库
pip list

主要方法，适合99%以上情况

• 适合Windows、Mac和Linux等操作系统
• 未来获取第三方库的方式，目前的主要方式
• 适合99%以上情况，需要联网安装

3.3 第三方库的集成安装方法

集成安装：结合特定Python开发工具的批量安装

Anaconda
https://www.continuum.io

• 支持近800个第三方库
• 包含多个主流工具
• 适合数据计算领域开发

3.4 第三方库的文件安装方法

为什么有些第三方库用pip可以下载，但无法安装？

• 某些第三方库pip下载后，需要编译再安装
• 如果操作系统没有编译环境，则能下载但不能安装

文件安装方法
http://www.lfd.uci.edu/~gohlke/pythonlibs/

实例：安装wordcloud库
- 步骤1：在UCI页面上搜索wordcloud
- 步骤2：下载对应版本的文件
- 步骤3：使用pip install <文件名>安装