python——体育竞技分析，预测比赛成绩_《体育竞技分析》模块化程序设计(1)

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

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

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

from random import random
def printIntro():   #介绍信息，提高用户体验
    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():    #获取 选手能力值(0-1)，比赛次数
    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  # 作为实参 赋给simNGames

def simNGames(n, probA, probB):  # 选手赢得比赛的次数
    winsA, winsB = 0, 0
    for i in range(n):
        scoreA, scoreB = simOneGame(probA, probB)   # 模块simOneGame 得分情况判断
        if scoreA > scoreB:     # 得分高得加 1
            winsA += 1
        else:
            winsB += 1
    return winsA, winsB

def gameOver(a,b):  # 15分一局
    return a == 15 or b == 15

def simOneGame(probA, probB): # 计算每一局的得分 知道某一方15分
    scoreA, scoreB = 0, 0
    serving = "A"
    while not gameOver(scoreA, scoreB): # 当gameOver()模块 score分数为15时，执行完返回score值
        if serving == "A":
            if random() < probA:    # 随机数< A选手能力值
                scoreA += 1         # A选手得一分
            else:
                serving="B"         # 否则执行下面else语句，知道 某一方得15分
        else:
            if random() < probB:
                scoreB += 1
            else:
                serving="A"
    return scoreA, scoreB

def printSummary(winsA, winsB):     # 模块simNGames的值调用，输出比赛场数和赢率占比
    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():         #主函数按顺序执行上面各个模块
    printIntro()    # 输出打印信息
    probA, probB, n = getInputs()   # 执行模块getInputs() 并把值a,b,n赋给 probA, probB, n
    winsA, winsB = simNGames(n, probA, probB)   # 把return 的 值赋给 winsA, winsB
    printSummary(winsA, winsB)      # 输出 比赛结果，场数，胜率
main()

自顶向下

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！