一、例項13：體育競技分析

1.1 問題分析

體育競技分析

• 需求：毫釐是多少？如何科學分析體育競技比賽？
• 輸入：球員的水平
• 輸出：可預測的比賽成績

體育競技分析：模擬N場比賽

• 計算思維：抽象 + 自動化
• 模擬：抽象比賽過程 + 自動化執行N場比賽
• 當N越大時，比賽結果分析會越科學

比賽規則

• 雙人擊球比賽：A & B，回合制，5局3勝
• 開始時一方先發球，直至判分，接下來勝者發球
• 球員只能在發球局得分，15分勝一局

1.2 自頂向下和自底向上

自頂向下(設計): 解決複雜問題的有效方法

將一個總問題表達為若干個小問題組成的形式,使用同樣方法進一步分解小問題,直至小問題可以用計算機簡單明瞭的解決。

自底向上(執行): 逐步組建複雜系統的有效測試方法

分單元測試，逐步組裝,按照自頂向下相反的路徑操作,直至系統各部分以組裝的思路都經過測試和驗證。

1.3 "體育競技分析"例項講解

程式總體框架及步驟

步驟1：列印程式的介紹性資訊。                   #printInfo()       

步驟2：獲得程式執行引數：proA, proB, n。        #printInfo()

步驟3：利用球員A和B的能力值，模擬n局比賽。      #simNGames()

步驟4：輸出球員A和B獲勝比賽的場次及概率。       #printSummary()

• 第一階段：程式總體框架及步驟

def main():
    printIntro()
    probA,proB,n=getInputs()
    winsA,winsB=simNGames(n,proA,proB)
    printSummary(winsA,winsB)
    
    
def printIntro():
    print("這個程式模擬兩個選手A和B的某種競技比賽")
    print("程式執行需要A和B的能力值（以0到1之間的小樹表示）")


def getInputs():
    a = eval(input("請輸入選手A的能力值（0-1）："))
    b = eval(input("請輸入選手B的能力值（0-1）："))
    n = eval(input("模擬比賽的場次："))
    return a, b, n


def printSummary(winsA, winsB):
    n = winsA + winsB
    print("競技分析開始，共模擬{}場比賽".format(n))
    print("選手A獲勝{}場比賽，佔比{:0.1%}".format(winsA, winsA / n))
    print("選手B獲勝{}場比賽，佔比{:0.1%}".format(winsB, winsB / n))

 

• 第二階段：步驟3 模擬N局比賽

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

• 第三階段:根據分數判斷局的結束

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 = "B"
    return scoreA, scoreB


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

1.4 舉一反三

理解自頂向下和自底向上

• 理解自頂向下的設計思維：分而治之
• 理解自底向上的執行思維：模組化整合
• 自頂向下是“系統”思維的簡化

應用問題的擴充套件

• 擴充套件比賽引數，增加對更多能力對比情況的判斷
• 擴充套件比賽設計，增加對真實比賽結果的預測
• 擴充套件分析邏輯，反向推理，用勝率推算能力？

1.5 完整程式碼

from random import random


def printIntro():
    print("這個程式模擬兩個選手A和B的某種競技比賽")
    print("程式執行需要A和B的能力值（以0到1之間的小樹表示）")


def getInputs():
    a = eval(input("請輸入選手A的能力值（0-1）："))
    b = eval(input("請輸入選手B的能力值（0-1）："))
    n = eval(input("模擬比賽的場次："))
    return a, b, n


def printSummary(winsA, winsB):
    n = winsA + winsB
    print("競技分析開始，共模擬{}場比賽".format(n))
    print("選手A獲勝{}場比賽，佔比{:0.1%}".format(winsA, winsA / n))
    print("選手B獲勝{}場比賽，佔比{:0.1%}".format(winsB, winsB / 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 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 = "B"
    return scoreA, scoreB


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


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


main()

二、Python程式設計思維

• 計算思維與程式設計
• 計算生態與Python語言
• 使用者體驗與軟體產品
• 基本的程式設計模式

2.1 計算思維與程式設計

• 計算思維:(Computational Thinking)：計算思維是基於計算機的思維方式

  第3種人類思維特徵

  • 邏輯思維：推理和演繹，數學為代表，A->B B->C A->C
  • 實證思維：實驗和驗證，物理為代表，引力波<-實驗
  • 計算思維：設計和構造，計算機為代表，漢諾塔遞迴

  抽象和自動化

  抽象問題的計算過程，利用計算機自動化求解

  • 計算思維基於計算機強大的算力及海量資料
  • 抽象計算過程，關注設計和構造，而非因果
  • 以計算機程式設計為實現的主要手段

• 計算思維與程式設計

程式設計是將計算思維變成現實的手段

2.2 計算生態與Python語言

從開源運動說起…

• 自由軟體時代到來
  • 1983, Richard Stallman啟動GNU專案
  • 1989, GNU通用許可協議誕生
• 開源生態逐步建立
  • 1991, Linus Torvalds釋出了Linux核心
  • 1998, 網景瀏覽器開源，產生了Mozilla

開源思想深入演化和發展，形成了計算生態

    計算生態以開源專案為組織形式，充分利用“共識原則”和“社會利他”組織人員，
在競爭發展、相互依存和迅速更迭中完成資訊科技的更新換代，形成了技術的自我演化路徑

沒有頂層設計、以功能為單位、具備三個特點

• 競爭發展
• 相互依存
• 迅速更迭

計算生態與Python語言

• 以開源專案為代表的大量第三方庫

    Python語言提供 >13萬個第三方庫
  

• 庫的建設經過野蠻生長和自然選擇

    同一個功能，Python語言2個以上第三方庫
  

• 庫之間相互關聯使用，依存發展

    Python庫間廣泛聯絡，逐級封裝
  

• 社群龐大，新技術更迭迅速

    AlphaGo深度學習演算法採用Python語言開源
  

API != 生態

計算生態的價值

創新：跟隨創新、整合創新、原始創新

• 加速科技類應用創新的重要支撐
• 發展科技產品商業價值的重要模式
• 國家科技體系安全和穩固的基礎

計算生態的運用

刀耕火種 -> 站在巨人的肩膀上

• 程式設計的起點不是演算法而是系統
• 程式設計如同搭積木，利用計算生態為主要模式
• 程式設計的目標是快速解決問題

計算生態

2.3 使用者體驗與軟體產品

• 使用者體驗

  實現功能 -> 關注體驗

  • 使用者體驗指使用者對產品建立的主觀感受和認識
  • 關心功能實現，更要關心使用者體驗，才能做出好產品
  • 程式設計只是手段，不是目的，程式最終為人類服務

• 提高使用者體驗的方法

  方法1：進度展示

  • 如果程式需要計算時間，可能產生等待，請增加進度展示
  • 如果程式有若干步驟，需要提示使用者，請增加進度展示
  • 如果程式可能存在大量次數的迴圈，請增加進度展示

  方法2：異常處理

  • 當獲得使用者輸入，對合規性需要檢查，需要異常處理
  • 當讀寫檔案時，對結果進行判斷，需要異常處理
  • 當進行輸入輸出時，對運算結果進行判斷，需要異常處理

  其他類方法

  • 列印輸出：特定位置，輸出程式執行的過程資訊
  • 日誌檔案：對程式異常及使用者使用進行定期記錄
  • 幫助資訊：給使用者多種方式提供幫助資訊

• 軟體程式 -> 軟體產品

  使用者體驗是程式到產品的關鍵環節

2.4 基本的程式設計模式

• 從IPO開始…

  • I：Input 輸入，程式的輸入
  • P：Process 處理，程式的主要邏輯
  • O：Output 輸出，程式的輸出
  • 確定IPO：明確計算部分及功能邊界
  • 編寫程式：將計算求解的設計變成現實
  • 除錯程式：確保程式按照正確邏輯能夠正確執行

• 自頂向下設計

  • I：Input 輸入，程式的輸入
  • P：Process 處理，程式的主要邏輯
  • O：Output 輸出，程式的輸出

• 模組化設計

  • 通過函式或物件封裝將程式劃分為模組及模組間的表達
  • 具體包括：主程式、子程式和子程式間關係
  • 分而治之：一種分而治之、分層抽象、體系化的設計思想
  • 緊耦合：兩個部分之間交流很多，無法獨立存在
  • 鬆耦合：兩個部分之間交流較少，可以獨立存在
  • 模組內部緊耦合、模組之間鬆耦合

• 配置化設計

  

  • 引擎+配置：程式執行和配置分離，將可選引數配置化
  • 將程式開發變成配置檔案編寫，擴充套件功能而不修改程式
  • 關鍵在於介面設計，清晰明瞭、靈活可擴充套件

2.5 應用開發的四個步驟

• 1 產品定義：對應用需求充分理解和明確定義

  產品定義，而不僅是功能定義，要考慮商業模式

• 2 系統架構：以系統方式思考產品的技術實現

  系統架構，關注資料流、模組化、體系架構

• 3 設計與實現：結合架構完成關鍵設計及系統實現

  結合可擴充套件性、靈活性等進行設計優化

• 4 使用者體驗：從使用者角度思考應用效果

  使用者至上，體驗優先，以使用者為中心

三、Python第三方庫安裝

• 看見更大的Python世界
• 第三方庫的pip安裝方法
• 第三方庫的整合安裝方法
• 第三方庫的檔案安裝方法

3.1 看見更大的Python世界

3.1.1 Python社群

• PyPI: Python Package Index
• PSF維護的展示全球Python計算生態的主站
• 學會檢索並利用PyPI，找到合適的第三方庫開發程式

三種方法

• 方法1(主要方法): 使用pip命令
• 方法2: 整合安裝方法
• 方法3: 檔案安裝方法

3.2 第三方庫的pip安裝方法

#安裝指定的第三方庫
pip install <第三方庫名>

#使用-U標籤更新已安裝的指定第三方庫
pip install –U <第三方庫名>    

#解除安裝指定的第三方庫
pip uninstall <第三方庫名>

#下載但不安裝指定的第三方庫
pip download <第三方庫名>

#列出某個指定第三方庫的詳細資訊
pip show <第三方庫名>

#根據關鍵詞在名稱和介紹中搜索第三方庫
pip search <關鍵詞>

#列出當前系統已經安裝的第三方庫
pip list

主要方法，適合99%以上情況

• 適合Windows、Mac和Linux等作業系統
• 未來獲取第三方庫的方式，目前的主要方式
• 適合99%以上情況，需要聯網安裝

3.3 第三方庫的整合安裝方法

整合安裝：結合特定Python開發工具的批量安裝

• 支援近800個第三方庫
• 包含多個主流工具
• 適合資料計算領域開發

3.4 第三方庫的檔案安裝方法

為什麼有些第三方庫用pip可以下載，但無法安裝？

• 某些第三方庫pip下載後，需要編譯再安裝
• 如果作業系統沒有編譯環境，則能下載但不能安裝

例項：安裝wordcloud庫
- 步驟1：在UCI頁面上搜索wordcloud
- 步驟2：下載對應版本的檔案
- 步驟3：使用pip install <檔名>安裝