第8周文件和数据的格式和处理-Python语言程序设计(学习笔记

文章原创,最近更新：2018-05-4

1.课前复习
2.实例13:体育竞技分析
3.python程序设计思维
4.python第三方库安装
5.所有的代码汇总
原链接 语言程序设计北京理工大学

1.课前复习

2.实例13:体育竞技分析

2.1"体育竞技分析"问题分析

以上就是体育竞技分析问题.

如何用计算机分析体育竞技的问题呢?简单的说,在计算机领域里,强调一种思维叫计算思维,要求用抽象和自动化的计算思维分析问题.可以模拟不同的选手在n场不同的赛场的结果.去预测最终的胜负结果.

抽象出通用的比赛的规则,以下比赛规则,对羽毛球,乒乓球,网球都有对应的规则.

1.2自顶向下和自底向上

简单的说,是将一个复杂的大问题,通过几个层次的分解,变成若干个非常明确可以解决的小问题.以及小问题之间的相互关系.这样的分析方法就叫自顶向下.

自顶向下是一种程序设计,简称自顶向下设计.自顶向下也可以运用在任何的领域.以改善居住条件这样的大问题,来举一个例子:

怎么改善居住条件呢?

• 修马路,种树,盖楼,这是第一步将改善条件分解成了一个具体的问题.

• 种树很好解决,那怎么盖楼呢?进一步将盖楼变成一个问题.针对盖楼这件事,我们思考要将楼要盖在什么样的位置上,进一步组织楼的设计和施工,在这个阶段,楼房的基本设计方式就有了.

• 下一步中盖楼有建筑工人,有建筑材料,有相关的组织和监理.进一步分解下去,会完成盖楼的动作.

自顶向下从改善需求到每一步的实施,形成了不同的分解链条.这就是自顶向下设计的过程.

与自定向下对应,有自底向上的执行.它指的是逐步组建复杂系统,并且能够进行有效测试的方法.

简单的说,对一个软件系统,我们对每一个单元进行分单元测试,并将测试好的单元进行组合,再进行测试,再组合,再进行测试,逐步组装成复杂系统.

按照自顶下先的相反方向进行操作,直到系统的各部分与组装的思想,经过测试和验证,变成系统有效的部分结果.

以改善居住条件为例,具体实施每个操作环节的时候,比如采购到了建筑材料,有建筑工人对相关的楼进行建造,建造之后要单独的对楼进行测试,对开发模块进行整合和测试,最终形成了一栋大楼.这个大楼是一栋移动楼,对每个区域的大楼都是以这样的方式构造出来.就形成了一个环境的整体改善,进一步改善了我们的居住条件.

1.3"体育竞技分析"实例讲解

体育竞技分析问题是根据球员的不同能力值模拟n场比赛,并且分析获胜次数的一个过程.

• 打印程序的介绍性信息:程序运行后,有介绍性信息,会给用户带来更好的体验.并且让用户知道程序的作用.
• 获得程序运行参数:从用户那里获得运动员A和运动员B的能力值,以及模拟比赛的场次数量.
• 利用球员A和B的能力值,模拟n局比赛.
• 输出球员A和B获胜比赛的场次及概率.

这四个步骤可以分别对应4个函数,这4个函数是根据步骤定义出来的.

这4个函数是我们的自定义函数,那么程序的总体框架与这四个函数就构成了第一阶段的关系.

简单的说将体育竞技分析问题,看成是主函数main(),将这个函数分成了4个步骤,分别对应了4个子函数.这是第一阶段自顶向下的分解,可以将这样的组合形成一段代码.

首先,形成main()函数,在这里将main()函数程序执行之后的步骤.

• 第一步先调用printIntro(),打印调用信息.

• 第二步将probA,probB,n获得球员A,B的能力值,以及模拟的场数N.这里调用的是getInputs()函数.

• 第三步调用simNGames()函数,将获得的参数输入到参数中,获得A跟B的比赛场次.

• 第四步用printSummary()函数将获得比赛场次结果打印出来.

第一阶段通过main函数的分解,设计了4个函数,将一个体育竞技分析问题,变成了一系列的操作,这样的分解是相对模块化的分解,任何编写程序的人都可以在这个层次理解这样的设计,接下来看一下每个函数是否可以逐一实现它?

首先看到的是printIntro()函数,无非是打印介绍内容的函数.提高用户体验.

打印介绍性内容,提高用户体验.

将用户的输入转换为数字,用a,b,n分别返回一个元组类型对应三个输入.

A,B获胜的场次之和,就是总的获胜场次.A获胜的概率是A获胜的场次/总的获胜场次.同理B.这个函数的实现也非常简单.

这一函数相对比较难点,步骤3是重点.

• 方法

  • 模拟n次比赛获得的结果,相当于n次模拟1局比赛.这一步将模拟n局比赛当成是一个总问题,将它分解,分解成一个新的问题,模拟一局比赛,并且循环n次.

  • 可以构造模拟一局比赛的函数叫simoneGame(),只要获得选手A和选手B的能力值,并且返回这一局比赛他们分数就可以了.

  • 模拟n次比赛需要调用n次模拟1局比赛,然后将这样的结果进行整合.

• 步骤:

  • 首先设置A,B获胜场次变量,winsA,winsB,然后用for i in range(n)来循环n次.每次调用simoneGame()函数来调用一场比赛.

  • 模拟之后在一场中,如果A的分数大于B的分数,A的获胜次数+1,否则B的获胜次数+1.就可以获得模拟n次比赛的效果.

在竞技比赛中,如果一方获得15分,那么这局比赛结束.每次A,B进行比较的时候,只要分数超过特定的值,就能判断比赛结束.

在模拟一场的比赛当中,进一步分析一局比赛的功能模块.我们这里定义一个函数叫gameover(),是判断一局比赛结束的标准.

简单的说我们又将模拟一局比赛当成一次大问题,进一步分析,判断比赛结束这件事可以封装成一个小模块,它是一个独立的问题.

• 方法分析:

  • 在模拟比赛中,双方根据能力值,互相得分.到底进行了多少个回合呢?我们也无法计算,所以使用while循环.

  • 在判断条件中,只要当前的循环不结,那么选手就要进行一定的相关操作,从而使用了while not gameover()

比赛不结束的情况下,我们进行如下操作:

• 步骤:
  • serving表示选手A先发球.
  • 如果选手A先发球,用random()函数随机生成一个变量.如果这个变量在A能力的范围之内,A获得一分,用这样的方式随机表达A能力与A获得分数直接的关系.
  • 如果随机函数超出了A能力的范围,我们认为当前的发球局B换为B,那么serving就会变成B.
  • 同理B,用随机函数判断B能力的范围,这局判断A赢了还是B赢了.
  • 最终我们将一局比赛当gameover()之后的当前分数返回这个函数的调用函数
  • gameover()这个函数应该怎么判断呢?gameover()是当前A和B球员当前的分数,如果A或B的分数等于15分,那么比赛就结束了.那么就可以return A=15 or B=15.

通过第三阶段的分析,已经能够模拟一场比赛可以判断gameover这样的条件用程序进行明确的表达.

回顾程序:
体育竞技分析问题,可以分为四个步骤来表达,打印信息,获得用户输入,模拟n场比赛,打印输出.

模拟n场比赛可以进一步分解成模拟一场比赛,模拟一场比赛可以进一步分解成判断比赛结束条件,其他部分可以用程序来完成.

可以将体育竞技这样的大问题,逐步分成一个又一个的确定的,可以用程序表达的功能模块,这就是自顶向下设计.

假设A的能力值是0.45,B的能力值是0.50,相差只有0.05的能力
能力相差0.05,那么胜负的能力是否也相差那么多呢?

体育竞技分析反应非常深刻的道理,当两个人在竞争某个问题的时候,两个人或许只有微小的差距,竞争的结果会有非常大的悬殊的不同.

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

1.4"体育竞技分析"举一反三

在工程开发或者设计当中,有系统思维非常重要,自顶向下就是系统思维的一种体现.

2.python程序设计思维

2.1单元开篇

2.2计算思维与程序设计

从以上例子可以看出,逻辑思维注重数学推理,形成公式获得结果.而计算思维更多是模拟计算的过程,无论是模拟求和,还是汉诺塔的递归,还是模拟圆周率的撒点,用计算机来完成大量的运算.

这些都是小例子,我们看一下庞大的数据.

现在的气象部门利用超级计算机来演算出未来的天气情况.演算天气需要一个模型,MM5模型,将地球分割成很小的区域,根据布局在地球上的传感器,采集每个区域的温度以及气象的变化和数值,将数据输入到计算机当中,经过迭代,和数学的演算,去预测未来按照这样的天气,后面产生小区域的天气状况.这是计算思维.

量化分析师股市非常常用的一种办法.中国的股市以及美国的股市60%的交易都是由计算机完成的.

计算思维非常有用.

2.3计算生态与python语言

自由软件指的是软件产品不再像工业产品一样,通过商业来分发和销售,通过互联网和免费的拷贝和使用,来进行分发,让更多人能用得起和用得上软件.

从1991年到1998年,开源是个普遍的方式.

• 大教堂模式:认为软件是高大上的,软件应该是由精英开发,提供用户使用的.
• 集市模式:任何人都可以贡献开发的,贡献之后这个软件服务于大众.是开源运动的主要模式.

以早年的爬虫为例,就有很多爬虫的库.

更种库有竞争发展的压力,库之间是互相关联,依存发展.比如数据分析的numpy,在处理大数据的时候,可以达到C语言达到相当的效率,numpy的底层就是C语言编写的,而接口是python语言,而numpy搭建好了非常高效的处理能力,像pandas等库是基于numpy编写的上层功能.在python语言了,库之间的相互依存非常普遍.

API是应用程序接口,与生态是不同的.API是通过一个人或一个组织顶层设计而成的.API是经过设计的产物,不是野蛮生产发展出来的产物,它与生态并不相同.

2.4用户体验与及软件产品

可以用进度条的展示,让用户跟程序建立链接.

学会了异常处理,捕获异常情况.

输入输出计算时,除数是否为0.

2.5基本的程序设计模式

一个复杂的问题,分解成若干个简单的问题,简单的问题可以进一步分解成更加简单的问题.直到所有的小模块确定的完成.这就是自顶向下的设计.

自动轨迹绘制,将数据与程序分离开,功能部分是以程序引擎的方式实现,而具体的轨迹是以数据配置的文件来实现.这样就把一个程序变成程序引擎+配置文件的方式.这就是配置化设计,

关键在于设计接口,接口是否清晰明了,可扩展,这是更高级别的思路.

并且要考虑优化设计,使整体的功能实现变成非常合理,高效

2.6单元小结

3.python第三方库安装

3.1单元开篇

这一小节可以学到任何第三方库的的安装和使用.

3.2看见更大的python世界

python社区:网址是https://pypi.org/
在这里可以搜索任何主题的第三方库.

blockchain是区块链的英文名称.

3.3第三方库的pip安装方法

这个命令行是操作系统的命令行,而不是IDLE之间的交互环境.

pip -h 可以打印出命令的帮助信息.

比如pip search blockchain

3.4第三方库的集成安装方法

3.5第三方库的文件安装方法

以下的截图是回答:可以直接下载编译后的版本用于安装吗?
http://www.lfd.uci.edu/~gohlke/pythonlibs/
这个网页是由加州大学一名教授维护的网页,在windows操作系统上,一批可以下载但需要编译再安装的第三方库直接编译后的版本.

如果用pip安装第三方库,可以完整下载,但是操作系统不具备编译环境,可以用这样的网页提供的信息来安装第三方库.

3.6单元小结

4.所有的代码汇总

#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()