您的位置：首页 > 编程语言 > Python开发

Python_note8 程序设计方法学+Python第三方库安装+os库

2019-03-08 22:23 190 查看

实例13 体育竞技分析

自顶向下，解决复杂问题的有效方法，将一个小问题表达为若干小问题组成的形式，使用同样方法进一步解决小问题直至可以用计算机简单解决；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

#sportgames.py
from random import random
def printIntro():
print("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")
def getInputs():
a = eval(input("输入A的能力(0-1):"))
b = eval(input("输入B的能力(0-1):"))
n = eval(input("模拟比赛场次："))
return a,b,n
def printSummary(winsA,winsB):
n = winsA +winsB
print("共模拟{}场比赛".format(n))
print("A获胜{}场占：{:0.1%}".format(winsA,winsA/n))
print("B获胜{}场占：{:0.1%}".format(winsB,winsB/n))
def gameOver(a,b):
return a==15 or b==15#谁先到15分则返回true结束while
def simOneGame(probA,probB):#一场比赛
scoreA,scoreB=0,0
serving="A"#A发球
while not gameOver(scoreA,scoreB):
if serving=="A":
if random() < probA:#生成随机数若小于A的能力值，则A加一，是概率体现
scoreA += 1
else:
serving="B"#A输球谁都不得分球权给B
else:
if random() < probB:
scoreB += 1
else:
serving="A"
return scoreA,scoreB
def simNGames(n,probA,probB):#n场比赛
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()

Python程序设计思维

计算思维与程序设计

逻辑思维(数学)—实证思维(物理)—计算思维(计算机)
计算思维基于计算机强大的算力和海量数据，抽象计算过程，关注设计和构造，而非因果，以计算机程序为实现的主要手段。

计算生态与python

开源思想深入演化和发展，形成了计算生态。没有顶层设计，以功能为单位，竞争发展、相互依存，迅速更迭。同一个功能，两个以上第三方库，自然选择。库广泛联系，逐级封装。AlphaGo深度学习算法采用Python语言开源

刀耕火种 -》站在巨人肩膀
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
优质计算生态推荐:http://python123.io

用户体验和软件产品

提高用户体验：进度展示（时间，步骤，循环）；异常处理（用户输入，读写文件，输入输出）；打印输出；日志文件；帮助信息

基本程序设计模式

IPO；自顶向下；模块化设计，松耦合，紧耦合；配置化设计(程序引擎+配置数据文件)；

应用开发(产品定义，系统架构，设计实现，用户体验)
产品定义不仅是功能定义要考虑商业模式；系统架构，关注数据流，模块化，体系结构；设计实现，结合可扩展性，灵活性等进行设计优化；用户体验优先

Python第三方库安装

13万+第三方库 https://pypi.org/ 检索第三方库
实例开发区块链相关程序：pypi.org搜索blockchain；挑选合适的第三方库，完成所需功能

安装
使用pip (命令行下执行)

pip -h

；

pip install <第三方库名>

；

pip install -U <库>

更新

pip uninstall <库>

卸载；

pip download <库>

下载但不安；

pip show <库>

看库信息

pip search <关键词>

根据关键词搜索第三方库；

pip list

已安装的

集成安装
Anaconda集成开发工具 https://www.continuum.io 数据计算领域支持800+库
文件安装方法
http://www.lfd.uci.edu/~gohlke/pythonlibs/ UCI页面一批下载了还需要编译的库的编译后版本

模块7 os库使用

os库提供通用的、基本的操作系统交互功能

路径操作：os.path子库，处理文件路径及信息
```
os.path.abspath(path)
```
返回path在当前系统的绝对路径
```
os.path.normpath(path)
```
统一用\分隔路径
```
os.path.realpath(path)
```
相对路径
```
os.path.dirname(path)
```
返回path中目录名称
```
os.path.basename(path)
```
获取path中最后文件名
```
os.path.join(path,*paths)
```
组合path和paths返回一个路径字符串
```
os.path.exists(path)
```
判断文件或目录是否存在
```
os.path.isfile(path)
```
是否是已经存在文件
```
os.path.isdir(path)
```
```
os.path.getatime(path)
```
返回文件或目录上次访问时间
```
os.path.getmtime(path)
```
返回文件或目录最近一次修改时间
```
os.path.getctime(path)
```
返回文件或目录创建时间
```
os.path.getsize(path)
```
文件大小
进程管理：启动系统其他程序
os.system(command)执行程序或命令command

import os
os.system("C:\\Windows\\System64\\calc.exe")

环境参数：获取系统软硬件信息等环境参数
```
os.chdir(path)
```
修改当前程序操作的路径
```
os.getcwd()
```
返回程序当前路径
```
os.getlogin()
```
获取系统登录名
```
os.cpu_count()
```
返回cpu数量
```
os.urandom(n)
```
获取n字节长度的随机字符串，用于加解密运算

实例14 第三方库自动安装脚本

NumPy N维数据表示和运算
Matplotlib 二维数据可视化
PIL 图像处理
Scikit-Learn 机器学习和数据挖掘
Requests HTTP协议访问和网络爬虫
Jieba 中文分词
Beautiful Soup HTML和XML解析器
Wheel Python第三方库文件打包工具
Django Python最流行的Web开发框架
Flask 轻量级Web开发框架
WeRoBot 微信机器人开发框架
SymPy 数学符号计算工具
Pandas 高效数据分析和计算
Networkx 复杂网络和图结构的建模和分析

编写各类自动化运行程序脚本

os.system()

三阶段：函数式编程-面向对象编程-pythonic编程
基础语法-进阶语法-高级语法
python网络爬虫与信息提取-py数据分析与展示-py机器学习应用-py科学计算三维可视化-py+大数据+人工智能-py+嵌入式+可编程硬件
网易云课程进阶语法

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航