Python——程序设计方法学

程序设计方法学

8.1 实例13：体育竞技分析

8.1.1"体育竞技分析"问题分析——高手过招，胜负只在毫厘之间

• 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

8.1.2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

8.1.3“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 -getInputs（）

• 步骤3︰利用球员A和B的能力值，模拟n局比赛 - simBGames（）

• 步骤4:输出球员A和B获胜比赛的场次及概率 -printSummary（）

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

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

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="A"
      return scoreA,scoreB
def gameOver(a,b):
    return a==15 or b==15

#MatchAnalysis.py
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 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 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() < probB:
                scoreB += 1
            else:
                serving="A"
    return scoreA, scoreB
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 main():
    printIntro()
    probA, probB, n = getInputs()
    winsA, winsB = simNGames(n, probA, probB)
    printSummary(winsA, winsB)
main()

8.2 Python程序设计思维

8.2.1计算思维与程序设计

计算思维——第3种人类思维特征

• 逻辑思维:推理和演绎，数学为代表，A->BB->CA->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

• 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

编程是将计算思维变成现实的手段

8.2.2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

8.2.3基本的程序设计模式

从IPO开始.….

• l: 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

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

应用开发的四个步骤

从应用需求到软件产品：1.产品定义 2.系统架构 3.设计与实现 4.用户体验

• 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

8.3 Python第三方库安装

8.3.1看见更大的Python世界

13万个第三方库 https://pypi.org/

PyPl

• PyPl: 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

实例:开发与区块链相关的程序

• 第1步:在pypi.org搜索blockchain

• 第2步:挑选适合开发目标的第三方库作为基础

• 第3步:完成自己需要的功能

安装Python第三方库——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

8.3.2第三方库pip安装方法

pip安装方法——使用pip安装工具（命令行执行）

常用的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三方库

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三方库

**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

8.3.3第三方库的集成安装

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

8.3.4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/

文件安装方法——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

8.4 模块4：os库的基本使用

8.4.1os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

8.4.2os库之路径操作

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

8.4.3os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

8.4.4os库之环境参数

获取或改变系统环境信息

8.5 实例14：第三方库自动安装脚本

8.5.1“第三方库自动安装脚本”问题分析

问题分析——第三方库自动安装脚本

• 需求:批量安装第三方库需要人工干预，能否自动安装?

• 自动执行pip逐━根据安装需求安装
  如何自动执行一个程序？例如: pip?

​

8.5.2“第三方库自动安装脚本”实例讲解

#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")

个人学习记录会持续更新，不喜勿碰，如有指导建议，欢迎评论区留言，谢谢！！！