目录:
- 8.1 实例13: 体育竞技分析
- 8.2 Python程序设计思维
- 8.3 Python第三方库安装
- 8.4模块7: os库的基本使用
- 8.5实例14: 第三方库自动安装脚本
课程导学
前课复习
本课概要
目录:
- 8.1 实例13: 体育竞技分析
- 8.2 Python程序设计思维
- 8.3 Python第三方库安装
- 8.4模块7: os库的基本使用
- 8.5实例14: 第三方库自动安装脚本
方法论-理解并掌握Python程序设计思维
实践能力-学会编写更有设计感的程序
练习(可选)- 5道编程@Python123
测验- 10道单选+2道编程@Python123
8.1 实例13: 体育竞技分析
8.1.1 问题分析
-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
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
自顶向下(设计)
解决复杂问题的有效方法
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
自底向上(执行)
逐步组建复杂系统的有效测试方法
8.1.3 实例讲解
体育竞技分析
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()
第一阶段:程序总体框架及步骤
defmain():
printIntro()
probA, probB, n = getInputs()
winsA, winsB= simNGames(n, probA, probB)
printSummary(winsA, winsB)
defprintIntro():
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)")
介绍性内容,提高用户体验
defgetInputs():
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: "))
returna, b, n
defprintSummary(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
defsimNGames(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="A"
return scoreA, scoreB
def gameOver(a,b):
return a==15 or b==15
>>>
这个程序模拟两个选手A和B的某种竞技比赛
程序运行需要A和B的能力值(以0到1之间的小数表示)
请输入选手A的能力值(0-1): 0.45
请输入选手B的能力值(0-1): 0.50
模拟比赛的场次: 1000
竞技分析开始,共模拟1000场比赛
选手A获胜365场比赛,占比36.5%
选手B获胜635场比赛,占比63.5%
能力值:0.45 v.s. 0.50
获胜数:36.5% v.s. 63.5%
8.1.4. 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?
8.2 Python程序设计思维
目录:
- 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
小结:
- 计算思维:抽象计算过程和自动化执行
- 计算生态:竞争发展、相互依存、快速更迭
- 用户体验:进度展示、异常处理等
- IPO、自顶向下、模块化、配置化、应用开发的四个步骤
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->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
-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
计数求和:计算1-100的计数和
圆周率的计算
汉诺塔问题:
天气预报:
量化分析:
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
8.2.2 计算生态与Python语言
计算生态
从开源运动说起…
- 1983, Richard Stallman启动GNU项目
- 1989, GNU通用许可协议诞生
自由软件时代到来
- 1991, Linus To r valds发布了Linux内核
- 1998, 网景浏览器开源,产生了Mozilla
开源生态逐步建立
- 1983, Richard Stallman大教堂模式
- 1991, Linus Torvalds集市模式
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>15万个第三方库 - 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
8.2.3 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
8.2.4 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
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: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
目录:
- 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
小结:
- PyPI:Python Package Index
- pip命令的各种用法
- Anaconda集成开发工具及安装方法
- UCI页面的“补丁”安装方法
8.4模块7: os库的基本使用
8.4.1 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
8.4.2 os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
os.path.abspath(path)
os.path.normpath(path)
os.path.relpath(path)
os.path.dirname(path)
os.path.basename(path)
os.path.join(path)
os.path.exists(path)
os.path.isfile(path)
os.path.isdir(path)
os.path.getatime(path)
os.path.getmtime(path)
os.path.getctime(path)
os.path.getsize(path)
8.4.3 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
8.4.4 os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 问题分析
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逐一根据安装需求安装
如何自动执行一个程序?例如:pip?
8.5.2 实例讲解
第三方库自动安装脚本
#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")
8.5.3 举一反三
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