【Python程序设计(八)】程序设计方法学

时间 2021-08-15 标签 python django flask 微信网络框架 dom 机器学习 ide 函数

文章目录

1 实例: 体育竞技分析

问题分析：体育竞技分析python

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

比赛规则：交换发球，开始时一方先发球，发球方获胜，发球放得 1 分，接球放不得分。发球方输，双方均不得分。如 A 发球，A 胜得 1 分，B 不得分；A 输两人都不得分。而后换 B 发球。先得 15 分胜出。django

自顶向下和自底向上flask

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，使用一样方法进一步分解小问题，直至小问题能够用计算机简单明了的解决。
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做，直至系统各部分以组装的思路都通过测试和验证。

程序整体框架及步骤微信

步骤1：打印程序的介绍性信息　　　　　　　　　　　　　 - printInfo()
步骤2：得到程序运行参数：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 获胜比赛的场次及几率　　　　　　- printSummary()

程序分为四个部分，打印介绍信息，得到运行参数，模拟 n 局比赛，输出结果。模拟 n 场比赛能够分解为模拟一场比赛 n 次，同时模拟一场比赛的每局比赛须要判断当前比赛是否已经决出胜负。网络

from random import *
def printIntro():
    print("这个程序模拟两个选手A和B的某种竞技比赛")
    print("程序运行须要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{:.1%}".format(winsA, winsA/n))
    print("选手B获胜{}场比赛，占比{:.1%}".format(winsB, winsB/n))

def gameover(scoreA, scoreB):
    return scoreA == 15 or scoreB == 15

def simOneGame(proA, proB):
    scoreA, scoreB = 0, 0
    serving = "A"
    while not gameover(scoreA, scoreB):
        if serving == "A":
            if random() < proA:
                scoreA += 1
            else:
                serving = "B"
        else:
            if random() < proB:
                scoreB += 1
            else:
                serving = "A"
    return scoreA, scoreB

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()

2 Python 第三方库安装

优质得三方库平台：框架

python123 平台能够学习，也整理了不少三方库，整理了国内得镜像 https://python123.io/
Python 社区 PyPI(Python Package Index)，13 万个第三方库 https://pypi.org/dom

2.1 第三方库的pip安装方法

经常使用的 pip 命令机器学习

命令	说明
pip install <第三方库名>	安装指定的第三方库
pip install –U <第三方库名>	使用 -U 标签更新已安装的指定第三方库
pip uninstall <第三方库名>	卸载指定的第三方库
pip download <第三方库名>	下载但不安装指定的第三方库
pip show <第三方库名>	列出某个指定第三方库的详细信息
pip search <关键词>	根据关键词在名称和介绍中搜索第三方库
pip list	列出当前系统已经安装的第三方库

2.2 第三方库的集成安装方法

集成安装：结合特定 Python 开发工具的批量安装
Anaconda
https://www.continuum.io
支持近 800 个第三方库，包含多个主流工具，适合数据计算领域开发ide

2.3 第三方库的文件安装方法

安装文件下载地址
http://www.lfd.uci.edu/~gohlke/pythonlibs/

文件安装方法函数

步骤1：在UCI页面上搜索文件
步骤2：下载对应版本的文件
步骤3：使用pip install <文件名>安装

3 os 库的使用

os库提供通用的、基本的操做系统交互功能，os库是Python标准库，包含几百个函数。经常使用路径操做、进程管理、环境参数等几类

3.1 os 库之路径操做

os.path 子库以 path 为入口，用于操做和处理文件路径
import os.path 或 import os.path as op

函数	描述
os.path.abspath(path)	返回 path 在当前系统中的绝对路径 >>>os.path.abspath( “file.txt” ) ‘C:\\Users\\Tian Song\\Python36-32\\file.txt’
os.path.normpath(path)	归一化 path 的表示形式，统一用 \\ 分隔路径 >>>os.path.normpath( “D://PYE//file.txt” ) ‘D:\\PYE\\file.txt’
os.path.relpath(path)	返回当前程序与文件之间的相对路径 (relative path) >>>os.path.relpath( “C://PYE//file.txt” ) ’…\\…\\…\\…\\…\\…\\…\\PYE\\file.txt’
–	–
os.path.dirname(path)	返回 path 中的目录名称 >>>os.path.dirname( “C://PYE//file.txt” ) ‘D://PYE’
os.path.basename(path)	返回 path 中最后的文件名称 >>>os.path.basename( “C://PYE//file.txt” ) ‘file.txt’
os.path.join(path, *paths)	组合 path 与 paths，返回一个路径字符串 >>>os.path.join( “D:/”, “PYE/file.txt” ) ‘D:/PYE/file.txt’
–	–
os.path.exists(path)	判断 path 对应文件或目录是否存在，返回 True 或 False >>>os.path.exists( “D://PYE//file.txt” ) False
os.path.isfile(path)	判断 path 所对应是否为已存在的文件，返回 True 或 False >>>os.path.isfile( “D://PYE//file.txt” ) True
os.path.isdir(path)	判断 path 所对应是否为已存在的目录，返回 True 或 False >>>os.path.isdir( “D://PYE//file.txt” ) False
–	–
os.path.getatime(path)	返回 path 对应文件或目录上一次的访问时间 >>>os.path.getatime( “D:/PYE/file.txt” ) 1518356633.7551725
os.path.getmtime(path)	返回 path 对应文件或目录最近一次的修改时间 >>>os.path.getmtime( “D:/PYE/file.txt” ) 1518356633.7551725
os.path.getctime(path)	返回 path 对应文件或目录的建立时间 >>>time.ctime(os.path.getctime( “D:/PYE/file.txt” )) ‘Sun Feb 11 21:43:53 2018’
os.path.getsize(path)	返回 path 对应文件的大小，以字节为单位 >>>os.path.getsize( “D:/PYE/file.txt” ) 180768

3.2 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

import os
os.system("C:\\Windows\\System32\\calc.exe")
>>>0

3.3 os 库之环境参数

获取或改变系统环境信息

函数	描述
os.chdir(path)	修改当前程序操做的路径 >>>os.chdir(“D:”)
os.getcwd()	返回程序的当前路径 >>>os.getcwd() ‘D:\’

获取操做系统环境信息

函数	描述
os.getlogin()	得到当前系统登陆用户名称 >>>os.getlogin() ‘Tian Song’
os.cpu_count()	得到当前系统的 CPU 数量 >>>os.cpu_count() 8

获取操做系统环境信息

函数	描述
os.urandom(n)	得到 n 个字节长度的随机字符串，一般用于加解密运算 >>>os.urandom(10) b’=l>7}\xca\x7f\x14\xe3\x0b’

4 经常使用第三方库

库名	用途
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 协议访问及网络爬虫
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
PyInstaller	打包 Python 源文件为可执行文件
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

5 实例: 第三方库安装脚本

需求：批量安装第三方库，实现自动安装？

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("pip install " + lib)
    print("Successful")
except:
    print("Failed Somehow")