轻轻松松学会Python入门十：程序设计方法学
目录
实例13，体育竞技分析
一，自顶向下和自底向上
1，自顶向下（设计）
2，自顶向上（执行）
二，程序总体框架及步骤
Python程序设计思维
一，计算思维与程序设计
1，计算思维：第三种人类思维特征
抽象问题的计算过程，利用计算机自动化求解
基本的程序设计模式
一，IPO模式
二，自顶向下设计
三，模块化设计
四，配置化设计
该如何学习深入学习编程？
Python第三方库安装
一，看见更大的Python世界
Python社区：
二，安装Python第三方库
1，使用pip命令：
2，集成安装方法：
3，文件安装方法：
os库的使用
一，os库基本介绍
二，os库之路径操作
三，os库之进程管理
四，os库之环境参数
1，获取或改变系统环境信息
2，获取操作系统环境信息：
实例13，第三方库自动安装脚本
实例13，体育竞技分析
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
一，自顶向下和自底向上
1，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3 F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
2，自顶向上（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
二，程序总体框架及步骤
-步骤1:打印程序的介绍性信息
-步骤2:获得程序运行参数: proA, proB, n
-步骤3:利用球员A和B的能力值，模拟n局比赛
-步骤4:输出球员A和B获胜比赛的场次及概率
def printIntro():
print("这个程序模拟两个选手A和B的某种竞技比赛")
print("程序运行还需要A和B能力值（以0~1之间的小数表示）")
def getInputs():
a = eval(input("请输入选手A的能力值: "))
b = eval(input("请输入选手B的能力值: "))
n = eval(input("模拟比赛的场次: "))
return a,b,n
def printSummary(winA,winB):
n = winA + winB
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(winA,winA/n))
print("选手b获胜{}场比赛，占比{:0.1%}".format(winB,winB/n))
def gameOver(a,b):
return a==15 or b==15
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()scoreB:
winA += 1
else:
winB += 1
return winA,winB
def main():
printIntro()
probA,probB,n = getInputs()
winA,winB = simNGames(n,probA,probB)
printSummary(winA,winB)
main() 
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
Python程序设计思维
一，计算思维与程序设计
1，计算思维：第三种人类思维特征
. 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
1）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
蒙特卡罗方法：：
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
基本的程序设计模式
一，IPO模式
- 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
二，自顶向下设计
三，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
四，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
该如何学习深入学习编程？
- 新时代学习方式:明确学习目标+在线课程+教材或教程
- 若以编程为职业:要学出深度
- 若以编程为能力:要学的宽度
- 若以编程为素质:任选一门编程语言，多看几遍教程，多看经典书籍
Python第三方库安装
一，看见更大的Python世界
Python社区：
- 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
二，安装Python第三方库
- 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
1，使用pip命令：
D:\>pip install <第三方库名>
- 安装指定的第三方库
D:\>pip install -U <第三方库名>
- 使用-U标签更新已安装的指定第3方库
D:\>pip uninstall <第三方库名>
- 卸载指定的第三方库
D: \>pip download <第三方库名>
-下载但不安装指定的第三方库
D:\>pip show <第三方库名>
- 列出某个指定第3三方库的详细信息
D:\>pip search <关键词>
- 根据关键词在名称和介绍中搜索第3三方库
例子：
pip search blockchain
D: \>pip list
- 列出当前系统已经安装的第三方库
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
2，集成安装方法：
集成安装:结合特定Python开发] [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，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
- 可以直接下载编译后的版本用于安装吗?
os库的使用
一，os库基本介绍
os库提供通用的、基本的操作系统交互功能
- os库是Python标准库，包含几百个函数
- 常用路径操作、进程管理、环境参数等几类
- 路径操作: os.path子库，处理文件路径及信息
- 进程管理:启动系统中其他程序
- 环境参数:获得系统软硬件信息等环境参数
二，os库之路径操作
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
三，os库之进程管理
OS.system( command)
- 执行程序或命令command
- 在Windows系统中，返回值为cmd的调用返回信息
四，os库之环境参数
1，获取或改变系统环境信息
2，获取操作系统环境信息：
实例13，第三方库自动安装脚本
第三方库自动安装脚本
- 需求:批量安装第3三方库需要人工干预，能否自动安装?
- 自动执行pip逐一根据安装需求安装
如何自动执行一个程序?例如: pip?
import os
libs = {"numpy","matplotlib","pillow","sklearn","requests",\
"beautifulsoup4","wheel","networkx","sympy","django",\
"flask","werobot","pyqt5","pandas","pyopengl","pypdf2",\
"docopy","pygame"}
try:
for lib in libs:
os.system("pip install " + lib)
print("successful")
except:
print("failed somehow")自动化脚本+
编写各类自动化运行程序的脚本，调用已有程序
- 扩展应用:安装更多第3三方库，增加配置文件
- 扩展异常检测:捕获更多异常类型，程序更稳定友好