Python—— 程序设计方法学（模块7: os库的基本使用）（实例:体育竞技分析&第三方库自动安装脚本）

前言

本篇主要程序设计方法学，以体育竞技分析为例，介绍自顶向下的设计和自底向上的执行。以第三方库自动安装脚本为例，整体理解代码设计思路和os库的使用。

读完本篇，你将了解：
1.方法论
理解并掌握一批Python程序设计思维
2.实践能力
学会编写更有设计感的程序

本篇将系统介绍：
1.实例:体育竞技分析（了解自顶向下的设计和自底向上的执行）
2.Python程序设计思维（通过思维改变使编写程序上一个理论的高度）
3.Python第三方库安装（介绍广泛的Python计算生态的使用）
4.模块7: os库的基本使用（对讨算机的程序和文件进行相关的调用和操作）
5.实例14:第三方库自动安装脚本（os库的使用）

一、实例:体育竞技分析

1.问题分析

（1）体育竞技分析
①如何科学分析体育竞技比赛?
②输入:球员的水平
③输出:可预测的比赛成绩

（2）模拟N场比赛
①计算思维:抽象＋自动化
②模拟︰抽象比赛过程＋自动化执行N场比赛
③当N越大时，比赛结果分析会越科学（不同队员的能力差值在比赛结果的显示中就会变得很收敛）
④收敛性（稳定性）会给体育竞技带来可度量、可评价、可使用的结果

（3）设计比赛规则（球类通用）
①双人击球比赛:A&B，回合制，5局3胜
②开始时一方先发球，直至判分，接下来胜者发球
③球员只能在发球局得分，15分胜一局

2.自顶向下和自底向上

（1）自顶向下（解决赋值问题的有效方法）
①将一个总问题表达为若干个小问题组成的形式
②使用同样方法进一步分解小问题
③直至，小问题可以用计算机简单明了的解决

（2）自底向上（执行）（逐步组建复杂系统的有效测试方法）
①分单元测试，逐步组装
②按照自顶向下相反的路径操作
③直至，系统各部分以组装的思路都经过测试和验证

（3）自顶向下的设计和自底向上的执行，是有效的通路组合

3.实例解析

（1）第一阶段（自顶向下的分解）：程序总体框架及步骤
①步骤1:打印程序的介绍性信息式（介绍信息会给用户带来更好的体验，并让用户知道这个程序的作用）
②步骤2∶获得程序运行参数:proA, proB, n（参数：运动员A和运动员B的能力值，模拟比赛的场次数量）
③步骤3∶利用球员A和B的能力值，模拟n局比赛
④步骤4∶输出球员A和B获胜比赛的场次及概率

⑤四个步骤分别对应四个函数
1）printInfo()打印介绍信息
2）getInputs()获得输入
3）simNGames()模拟比赛
4）printSummary()输出结果

（2）代码实现（相对模块化的分解）
①定义main函数（程序执行之后要执行的步骤）

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

②printInfo()

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之间的小数表示)")

③getInputs()

  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

④printSummary()

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))

（3）第二阶段:步骤3模拟N局比赛（相当于n次模拟一局比赛）
进行n次循环，执行simOneGame()

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

（4）至此，已分解为进行一场模拟比赛的问题（第三阶段）

 def simOneGame(probA, probB):
                scoreA, scoreB = 0,0
                serving = "A"  # 选手A开始发球
                while not gameOver(scoreA, scoreB):  # 只要当前比赛不结束，选手需进行操作
                    if serving == "A"
                        if random()<probA:  # 生成随机变量，若在A能力范围内，A得一分
                            scoreA += 1  # 随机性表达A能力与A获得分数之间的关系
                        else:
                            serving="B"  # 超越A能力范围，发球局换为B
                    else:  # 对B同样
                        if random()<probB:
                            scoreB += 1
                        else:
                            serving="A"
                return scoreA, scoreB  # 返回分数

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

①比较时，分数超过一个特定值就判断比赛结束
②gameOver：一局比赛结束的判断标准
③判断比赛结束成为一个独立小问题

（5）运行程序

4.举一反三

（1）理解自顶向下和自底向上
①里解自顶向下的设计思维:分而治之
②理解自底向上的执行思维:模块化集成
③自顶向下是“系统"思维的简化
（2）应用能力扩展
①扩展比赛参数，增加对更多能力对比情况的判断
②扩展比赛设计，增加对真实比赛结果的预测
③扩展分析逻辑，反向推理，用胜率推算能力?

二、Python程序设计思维

1.计算思维与程序设计

（1）三大思维（计算思维被认为是第三种人类思维特征）
①逻辑思维:推理和演绎，数学为代表，A->B，B->C，A->C
②实证思维:实验和验证，物理为代表，引力波<-实验
③计算思维:设计和构造，计算机为代表，汉诺塔递归

（2）计算思维的明显特征（抽象和自动化）
①计算思维:Computational Thinking
②抽象问题的计算过程（而非因果关系），利用计算机自动化求解
③计算思维是基于计算机的思维方式

（3）举例理解计算思维
①计数求和:计算1-100的计数和
1）逻辑思维：用首数加未数乘以项数除2
2）计算思维：

  s = 0
                for i in range(1，101):
                    s += i

②圆周率的计算
1）逻辑思维（演算数学公式）：

2）计算思维：
用随机数功能，数量众多的撒点操作来计算

③汉诺塔问题
1）逻辑思维（数学推导）：
2^n - 1次移动
2）计算思维：
模拟步骤，利用递归，获得最终数量

（4）庞大例子
①天气预报
1）实证思维（物理的、经验的东西来构造出未来的值）+逻辑思维（根据经验猜测温度）
2）如今的超级计算机（利用计算机演算：MM5模型）,用布局在全球各个区域的传感器采集温度及气象变化数值，输入到计算机中
形成迭代和数据的演算

②量化分析（股市常用方法）
1）经验预测涨跌（过去规律演绎推理未来规律）
2）机器学习（历史数据预测未来可能的涨跌，利用计算机完成自动的交易）

（5）抽象问题的计算过程，利用计算机自动化求解
①计算思维基于计算机强大的算力及海量数据
②抽象计算过程，关注设计和构造，而非因果
③以计算机程序设计为实现的主要手段
④我们既需要设计和构造为特征的抽象问题的能力，也需要以编程为手段的自动化执行的方法（将思维变成结果）

2，计算生态和Python语言

（1）计算生态（从开源运动说起）
①1983,Richard Stallman启动GNU项目（希望开源的做出一套操作系统）
②989，GNU通用许可协议诞生，自由软件时代到来（软件通过免费的拷贝和使用来进行分发）
③1991,Linus Torvalds发布了Linux内核
④1998，网景浏览器开源，产生了Mozilla，开源生态逐步建立

（2）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。

（3）计算生态没有顶层设计、以功能为单位、具备三个特点
①竞争发展
②相互依存
③迅速更迭

（4）以Python语言为例
①以开源项目为代表的大量第三方库
Python语言提供>15万个第三方库
②库的建设经过野蛮生长和自然选择
同一个功能，Python语言提供2个或更多第三方库，相互竞争
③库之间相互关联使用，依存发展
Python库间广泛联系，逐级封装
④社区庞大，新技术更迭讯速
AlphaGo深度学习算法采用Python语言开源

（5）API（应用程序编写接口） !=生态
API是经过设计、发展的产物，不是野蛮生长的生态

（6）创新:跟随创新、集成创新、原始创新
①加速科技类应用创新的重要支撑
②发展科技产品商业价值的重要模式
③国家科技体系安全和稳固的基础

（7）计算生态的运用
①编程的起点不是算法而是系统
②编程如同搭积木，利用计算生态为主要模式
③编程的目标是快速解决问题

3.用户体验与软件产品

（1）用户体验（实现功能->关注体验）
①用户体验指用户对产品建立的主观感受和认识
②关心功能实现，更要关心用户体验，才能做出好产品
③编程只是手段，不是目的，程序最终为人类服务

（2）提高用户体验的方法
①方法1∶进度展示（如之前提到的文本进度条）
1）如果程序需要计算时间，可能产生等待，请增加进度展示
2）如果程序有若干步骤，需要提示用户，请增加进度展示
3）如果程序可能存在大量次数的循环，请增加进度展示

②方法2∶异常处理
1）当获得用户输入，对合规性需要检查，需要异常处理
2）当读写文件时，对结果进行判断，需要异常处理
3）当进行输入输出时，对运算结果进行判断，需要异常处理

③其他类方法
1）打印输出︰特定位置，输出程序运行的过程信息
2）日志文件:对程序异常及用户使用进行定期记录
3）帮助信息︰给用户多种方式提供帮助信息（如体育竞技信息实例）

（3）软件程序->软件产品
用户体验是程序到产品的关键环节

4.基本的程序设计模式

（1）从IPO（最基本的程序设计模式）开始
①I : Input 输入，程序的输入
②P : Process处理，程序的主要逻辑
③O : Output输出，程序的输出

（2）模式
①确定IPO:明确计算部分及功能边界
②编写程序:将计算求解的设计变成现实
③调试程序∶确保程序按照正确逻辑能够正确运行

（3）高级的程序设计方法（如自顶向下设计）

（4）模块化设计
①通过函数或对象封装将程序划分为模块及模块间的表达
②具体包括:主程序、子程序和子程序间关系
③分而治之:一种分而治之、分层抽象、体系化的设计思想
④紧耦合∶两个部分之间交流很多，无法独立存在
⑤松耦合︰两个部分之间交流较少，可以独立存在
⑥-模块内部紧耦合、模块之同松耦合

⑦配置化设计（自动轨迹绘制实例）（把程序中的数据和程序分离）
1）引擎+配置∶程序执行和配置分离，将可选参数配置化
2）将程序开发变成配置文件编写，扩展功能而不修改程序
3）关键在于接口设计，清晰明了、灵活可扩展

（5）应用开发的四个步骤（从应用需求到软件产品）
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

1.看见更大的Python世界

（1）Python全球社区
①通过https://pypi.org/访问
②在此可访问任何第三方库
③PyPI : Python Package Index（Python包的索引）
④由PSF维护，展示全球Python计算生态的主站
⑤学会检索并利用PyPI，找到合适的第三方库开发程序

（2）实例：开发与区块链相关的程序
①第1步:在pypi.org搜索 blockchain
发现近百个相关库

②第2步∶挑选适合开发目标的第三方库作为基础
③第3步︰完成自己需要的功能

（3）安装Python第三方库
①方法1(主要方法):使用pip命令
②方法2:集成安装方法（安装一批第三方库）
③方法3:文件安装方法（安装一些特殊第三方库）

2.第三方库的pip安装方法

使用python自带的pip安装工具

（1）使用pip安装工具(命令行下执行)
①此工具可以在Windows平台，Mac OS平台和Linux平台使用
②打开命令行（每个操作系统提供的命令行，而不是IDLE之间的Python交互环境)
③输入pip-h：打出这个命令的帮助信息

（2）常用的pip命令
①D:>pip install <第三方库名>：安装指定的第三方库
②D:>pip install -U <第三方库名>：-U表示update，更新已安装的指定第三方库
③D:>pip uninstall <第三方库名> ：卸载指定的第三方库
④D:>pip download <第三方库名>：下载但不安装指定的第三方库，可作为后续安装的基础
⑤D:>pip show <第三方库名>：列出某个指定第三方库的详细信息（介绍及使用方法等）
⑥D:>pip search <关键词>：根据关键词在名称和介绍中搜索第三方库
⑦D:>pip list：列出当前系统已经安装的第三方库

（3）pip安装方法（主要方法，适合99%以上情况）
①适合Windows、Mac和Linux等操作系统
②未来获取第三方库的官方给出的最主要也是唯一的方式，是目前的主要方式
③适合99%以上情况，需要联网安装（会受限于一定的当前的网络条件）
④若安装失败，根据错误提示信息（网络连接不好/其他原因）

3.第三方库的集成安装方法

（1）集成安装：结合特定的Python开发工具，批量安装一批库

（2）安装工具：Anaconda（https://www.continuum.io）
①Python数据处理方面的集成开发工具
②支持近800个第三方库
③包含多个主流工具
④适合数据计算领域开发
⑤只要把Anaconda相关程序下载并安装成，系统中就有了800个第三方库，可以使用他们而不需要安装
⑥这样的开发环境不止包括第三方库，还包含多种主流的Python开发工具
⑦目前是数据计算领域的相对标准的开发环境

4.第三方库的文件安装方法

（1）为什么有些第三方库用pip可以下载，但无法安装?
①某些第三方库pip下载后，需要编译再安装（提供的并不是可执行的文件，是第三方库的源代码）
②如果操作系统没有编译环境，则能下载但不能安装
③可以直接下载编译后的版本用于安装

（2）UCI页面（http://www.lfd.uci.edu/~gohlke/pythonlibs/）
①给出了在Windows操作系统上，一批可以下载但需经过编译再安装的第三方库的直接编译后的版本
②实例：安装wordcloud库
1）步骤1:在UCI页面上搜索wordcloud
2）步骤2∶下载对应版本的文件
3）步骤3∶使用pip install<文件名>安装

5.总结：

（1）优先使用pip命令
（2）用UCI页面打补丁
（3）只用Python语言进行数据分析，可以考虑使用Anaconda集成开发工具

四、模块7: os库的基本使用

1.os库基本介绍

（1）os库提供通用的、基本的操作系统交互功能
①os库是Python标准库，包含几百个处理函数
②处理与操作系统相关的包括常用路径操作、进程管理、环境参数等几类相关功能

（2）相关功能介绍
①路径操作:os.path子库，处理文件路径及获得信息
②进程管理:启动系统中其他程序
③环境参数:获得系统软硬件信息等环境参数

注：本节中只介绍与这三个功能相关的一些函数

2.os库路径操作

（1）os.path子库以path为入口，用于操作和处理文件路径
①path：目录或包含文件名称的文件的路径
②调用方法

import os.path
        import os.path as op

（2）一些相关函数

①normpath：仅将不同路径形式表示为统一形式
②relpath：知道相对路径，对后续程序改变目录，或者进行目录操作会带来很大的便利

③dirname&basename：很容易从路径中找到其目录及文件名称

④exists：此函数并未真正打开或读取这样的文件，只是去操作系统中去查找这个文件是否存在
⑤isfile&isdir：判断文件属性和类别

（3）与文件访问时间相关的函数

①a指的是access访问
②m指的是modify修改
③c指的是create创建

④返回时间对应的内部的数字值，可使用time库time.ctime函数，将这样的数值变成我们可读的年月日时分秒的形式

3.os库之进程管理（使用我们编写的Python程序调用其他的外部程序）

（1）os.system(command)
①执行程序或命令command
②在Windows系统中，返回值为cmd的调用返回信息

（2）举例:调用Windows下面的计算器程序

 import os
        os.system("c:\\windows\\System32\\calc.exe")

①只需要将计算器程序的文件路径作为参数放到os.system函数中
②之后计算器程序运行，同时本函数调用结束返回一个0，指的是程序正确运行

（3）可以给调用的程序赋予相关参数
①调用Windows系统中的mspaint（画图程序），并且指定一个文件给这个画图程序让它默认打开
②

import os
              os.system("c:\\windows llsystem32\\mspaint.exe\ D:\\PYECourse\\grwordcloud.png")

③只需要使用画图程序mspaint.exe，同时在后面通过空格给出要打开的文件。作为参数给出system即可
④指定参数对os.system函数并不存在障碍。所有要执行的命令以字符串的形式当作参数输入即可

4.os库之环境参数

（1）环境参数：获取或改变系统环境信息
（2）一些函数

①chdir：例子中将当前的程序所关心的当前路径变为D盘根目录下

②在执行过os.chdir(D:)将程序运行的当前路径指定为D盘根目录下之后,我们可以使用os.getcwd获得当前路径

五、实例:第三方库自动安装脚本

1.问题分析

（1）第三方库自动安装脚本
①需求:批量安装第三方库需要人工干预，能否自动安装?
②自动执行pip逐一根据安装需求安装
③如何自动执行一个程序,例如:pip

（2）假设要安装20个第三方库

2.实例讲解

代码实现

# BatchInstall.py
import os
libs = {
     "numpy", "matplotlib", "pillow", "sklearn", "requests", \
         "jieba", "beautifulsoup4", "wheel", "networkx", "sympy", \
         "pyinstaller", "django", "f1ask", "werobot", "pyqt5", \
         "pandas", "pyopengl", "pypdf2", "docopt", "pygame"}
# 建立集合，保留每一个库的名称
try:  # 对安装的异常进行捕获
    for lib in libs:  # 逐一遍历集合的每个元素
        os.system("pip install" + lib)  # 调用指令：pip install +安装库名称
    print("Successful")  # 为增加用户体验，告知用户安装是否成功
except:
    print("Failed Somehow")

3.举一反三

自动化脚本+

①编写各类自动化运行程序的脚本，调用已有程序
②扩展应用:安装更多第三方库，增加配置文件
③扩展异常检测:捕获更多异常类型，程序更稳定友好

总结

经过本篇的学习，可以大致掌握自顶向下和自底向上的程序设计思维。运用此方法去实现一些代码的构造部分实现。对于Python的第三方库，可以通过pip指令安装，或使用脚本，利用Python庞大的计算生态。

下篇将介绍拓展系列——Python计算生态概览。
本篇也是Python程序设计入门的最后一篇。

如有错误，欢迎指正！