8 程序设计方法学

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

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；

8.1.2 自顶向下，自底向上

将大问题分为几个小问题部分；
将由底部逐步向上；

在这里插入图片描述

实例讲解

自上向下设计步骤：

1. 打印程序的介绍性信息式；printInfo()
2. 获得程序运行参数：proA，proB，n；getInputs()
3. 利用球员A和B的能力值，模拟n局比赛；simNGames()
4. 输出球员A和B获胜比赛的场次及概率；printSummary()

第一阶段：定义函数
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))

第二阶段：步骤3，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

第三阶段：
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

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 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 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

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

main()

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）：0.79
请输入选手B的能力值（0-1）：0.8
模拟比赛的场次：10000
竞技分析开始，共模拟10000场比赛
选手A获胜5277场比赛，占比52.8%
选手B获胜4723场比赛，占比47.2%

8.2 Python程序设计思维

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；

8.2.1 计算思维与程序设计

三种人类思维：
1. 逻辑思维：推理和演绎（数学）；
2. 实证思维：实验和验证（物理）；
3. 计算思维：设计和构造（计算机）；

抽象问题的计算过程，利用计算机自动化求解；

8.2.2 基本程序设计模式

IPO：

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；

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、模块间松耦合；

配置化设计：

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；

应用开发的四个步骤：

1. 产品定义：对应用需求充分理解和明确定义，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，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，可扩展性、灵活性等；
4. 用户体验：从用户角度思考应用效果；

8.3 Python第三方库安装

更大的python世界；pip安装方法；集成安装方法；文件安装方法

8.3.1 社区

PyPI社区：python package index；

8.3.2 pip安装

pip -h：帮助；
pip install <第三方库>：安装指定库；
pip install -U <第三方库>：更新库；
pip uninstall <第三方库>：卸载库；
pip download <第三方库>：下载但不安装库；
pip show <第三方库>：列出详细信息；
pip search <关键词>：搜索相关的库；
pip list：列出当前已安装的库；

8.3.3 集成安装

anaconda；

8.3.4 文件安装方法

下载后需要编译再安装；
可下载但需要编译的python库

8.4 os库

8.4.1 基本介绍

1. 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；
2. 路径操作：os.path字库，处理文件路径及信息；
3. 进程管理：启动系统中其他程序；
4. 环境参数：获得系统软硬件信息等环境参数；

8.4.2 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：import os.path、import os.path as op；
2. 函数：

8.4.3 进程管理

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

8.4.4 环境参数

函数：

8.5 实例14：第三方库安装脚本

问题分析：需求：批量安装第三方库需要人员干预，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？

#BatchInstall.py
import os
libs = {"NumPy","Matplotlib","PIL","Scikit-Learn","Requests","Jieba","Beautiful Soup",\
       "Wheel","PyInstaller","Django","Flask","WeRoBot","SymPy","Pandas","Networkx",\
       "PyQt5","PyOpenGL","PyPDF2","docopt","PyGame"}
try:
    for lib in libs:
        os.system("pip install " + lib)
    print("Successful")
except:
    print("Failed Somehow")

点赞，关注，收藏👍，➕，👀点赞，关注，收藏👍，➕，👀点赞，关注，收藏👍，➕，👀
😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘😘
💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪💪

小小答礼

在这里插入图片描述