Python 编程B02：程序设计思维与方法

第二章 程序设计思维与方法

编程的起点，不是语法，而是思维。

当我们要解决一个问题（如“计算华氏温度”），人类的自然思维是：给出摄氏度 → 按公式计算 → 输出华氏度。

计算机不会理解“意思”，但能严格执行“步骤”。程序设计的任务就是把人类的思考过程转化为计算机能执行的逻辑步骤。

学习目标：

（1）理解程序设计的核心思维与逻辑框架。

（2）了解算法、控制结构与程序设计的基本概念。

（3）能从“问题”出发，运用计算思维将解决过程转化为程序。

（4）了解 Python 的生态体系与协作方式，形成开放的编程视野。

2.1 计算思维与程序本质

2.1.1 计算思维的核心要素

计算思维（Computational Thinking）是程序设计的核心。

它包含四个关键要素：

• 分解：把复杂问题拆解成可独立解决的子问题。

• 抽象：提炼问题的本质特征，忽略非关键细节。

• 算法化：用明确、有限的步骤描述求解方法。

• 自动化：让计算机执行这些步骤以得到结果。

计算思维让人类的直觉逻辑转化为机器可执行的、形式化的逻辑。

例 2.1.1.1：制作一杯柠檬水的“程序”

在日常生活中，我们也会无意识地使用计算思维。

假设我们要“制作一杯柠檬水”，可以按如下思路处理：

（1）分解：将任务拆为三步——准备材料、混合调制、倒出饮用。

（2）抽象：忽略不相关细节（杯子形状、柠檬品牌），只保留核心输入：柠檬、糖、水。

（3）算法化：按明确顺序写出操作流程：

切柠檬 → 加糖 → 加水 → 搅拌 → 品尝

（4）自动化

若交给机器人执行，只需将上述步骤转化为程序指令即可。

这正是程序设计的思维过程：定义输入、设计算法、获得输出。既然一切问题都可以抽象为“输入–处理–输出”，我们就需要一个模型来表达这种关系——这就是 IPO 模型。

2.1.2 IPO 模型：程序的逻辑框架

所有程序都遵循 IPO 模型（Input–Process–Output）：

输入 → 处理 → 输出

例 2.1.2.1：温度转换程序

# 摄氏度转华氏度
celsius = 25                            # 输入
fahrenheit = celsius * 9 / 5 + 32       # 处理
print(f"{celsius}°C = {fahrenheit}°F")  # 输出

程序的逻辑很清晰：获取数据 → 执行计算 → 输出结果。这就是最基本的程序结构。

2.1.3 程序设计的基本步骤

一个完整的程序开发通常包括以下阶段：

（1）分析问题：明确要解决什么问题，确定输入与输出。

（2）设计算法：定义求解的逻辑步骤。

（3）编写程序：用编程语言实现算法。

（4）运行与调试：验证结果、修正错误、优化性能。

这四步构成了程序员的思维流程——从想法到实现，从逻辑到验证，是程序设计的基本步骤。

其中，最关键也是最核心的一步就是“设计算法”。

2.2 程序的灵魂——算法

算法（Algorithm）是描述如何解决问题的一组有序步骤，它决定了程序的正确性与效率。

2.2.1 算法的特征

一个算法必须具备以下特征：

• 有穷性：步骤有限，能在有限时间内结束。

• 确定性：每一步都清晰无歧义。

• 输入输出性：有零个或多个输入，并产生一个或多个输出。

• 可行性：能在计算机上实现。

例 2.2.1.1：判断三角形是否成立

a, b, c = 3, 4, 5

# 判断是否能构成三角形
if a + b > c and a + c > b and b + c > a:
    print("可以构成三角形")
else:
    print("不能构成三角形")

算法逻辑十分清晰：三角形任意两边之和大于第三边。

输入三条边 → 逻辑判断 → 输出结果，这正体现了算法的确定性和可行性。

2.2.2 算法的复杂度直觉

算法不仅要正确，还要高效。例如排序 10 个数与排序 1 万个数，不同算法的效率差异可能成千上万倍。

用于描述算法在数据规模扩大时所需资源的增长趋势：

• O(1)：常数时间（最快）

• O(n)：线性增长

• O(n²)：平方增长（效率下降明显）

复杂度符号不是死记的公式，而是一种效率思维——同样能完成任务，思路不同，性能差距可能巨大。

2.3 程序的控制结构

算法的执行需要结构化的逻辑来实现。

编程语言通常提供三种基本控制结构：

• 顺序结构：语句按顺序依次执行

• 选择结构：根据条件分支执行

• 循环结构：满足条件时重复执行

这三种结构构成程序的骨架。

此外，函数可将若干语句封装为模块，使程序更清晰、可复用、易维护。

顺序让程序能执行，选择让程序会判断，循环让程序能重复，函数让程序能复用，它们共同构成程序逻辑的结构基础。

掌握控制结构后，我们就能以不同方式组织这些逻辑。

2.4 编程范式

编程范式（Programming Paradigm）是组织程序逻辑的方式，不同范式代表不同的解题思路。

Python 是一门多范式语言，支持三种主要方式：

• ：以操作和流程为核心，强调“先做什么，再做什么”。

• ：以数据流和变换为核心，强调“输入如何变为输出”。

• ：以对象和关系为核心，强调“谁来做”。

三者不是对立的，而是可互补的：主流程可用过程式，数据处理可用函数式，大型系统结构可用面向对象式。

理解不同范式，有助于在今后的编程学习中灵活选择最合适的表达方式。

2.5 程序设计方法论

编程不仅是写代码，更是一种组织逻辑与设计结构的过程。

2.5.1 自顶向下的分解思想

从总体目标出发，逐步分解为模块。

像建筑师设计蓝图：先规划框架，再细化细节。

优点：逻辑清晰、层次分明，适合程序设计阶段。

2.5.2 自底向上的实现逻辑

从已知功能单元出发，逐步组合成系统。

像工程师拼装零件：先造零件，再整合成整体。

优点：可复用已有代码，适合实现与扩展阶段。

2.5.3 结构化与迭代开发

现实中的程序开发往往是“边写边改”的过程。先实现核心功能，再逐步优化与扩展。

这种“迭代式开发”是现代软件工程的主流思维。

2.6 计算生态与生态式编程

现代程序开发离不开生态系统。Python 以其丰富的标准库与活跃的第三方包生态，成为协作型语言的典范。

2.6.1 Python 标准库

Python 自带大量标准库（Standard Libraries），涵盖文件、时间、网络、数学等功能，无需安装即可使用。

例 2.6.1.1：使用平方根函数

库提供了常用的数学函数，如平方根、对数、三角函数等。

import math

print(math.sqrt(16))

例 2.6.1.2：绘制几何图案

例如，使用 库绘制几何图案。

import turtle as t

t.title("绘制正五角星（沿外轮廓）")
t.speed(1)

t.color("black", "red")
t.begin_fill()

L = 120  # 每段长度
# 使用双步绘制法沿外轮廓绘制，保证中间区域能被正确填充
for i in range(5):
    t.forward(L)
    t.left(72)       # 偶数段左转72°
    t.forward(L)
    t.right(144)     # 奇数段右转144°

t.end_fill()
t.hideturtle()
t.done()

2.6.2 Python 第三方库

Python 拥有全球开发者贡献的数十万第三方库，如 NumPy、Pandas、Flask、PyTorch 等。

这些库可通过 命令在终端窗口安装，极大扩展了语言能力。

例 2.6.2.1：生成词云图

在自然语言处理（NLP）与可视化分析中，词云图（Word Cloud）是一种直观展示文本中高频词的方式。

通过 Python 的第三方库 和 ，可以快速生成漂亮的文字云图。

安装依赖：

pip install wordcloud matplotlib

示例代码：

#wordcloud_demo.py

from wordcloud import WordCloud
import matplotlib.pyplot as plt

# 设置中文字体（Windows 下使用微软雅黑）
plt.rcParams['font.sans-serif'] = ['Microsoft YaHei']

# 准备文本内容
text = """
Python 是一种简洁而强大的编程语言，
它在人工智能、数据分析、Web 开发、自动化等领域都有广泛应用。
Matplotlib 是 Python 中最常用的数据可视化库之一。
"""

# 创建词云对象
wc = WordCloud(
    width=800,
    height=400,
    background_color='white',
    font_path='C:\\Windows\\Fonts\\msyh.ttc',  # 指定中文字体路径
    max_words=100,
    colormap='viridis'
)

# 生成词云
wordcloud = wc.generate(text)

# 显示图像
plt.imshow(wordcloud, interpolation='bilinear')
plt.axis('off')
plt.title('Python 主题词云图')
plt.show()

2.6.3 包管理与生态式协作

在现代编程中，一个人不可能从零开始写出所有功能。Python 的优势就在于，它让我们能方便地调用他人已经写好的“包”（Package）。这些包可能来自 Python 官方（标准库），也可能来自开源社区（第三方库）。

为了让不同项目之间的依赖不互相干扰，Python 提供了包管理机制（也称“”）：

• 使用 pip install 安装或升级所需的外部包

• 使用 requirements.txt 记录和共享项目依赖

这样，团队成员或部署服务器只需执行：

pip install -r requirements.txt

即可在任意电脑上重建相同的开发环境。

这种“依赖声明 + 自动安装”的方式，使得 Python 项目更容易协作、迁移与复现。

2.6.4 开源生态

Python 的真正力量，不仅来自语言本身，更来自它背后的开源生态。

全球开发者在社区中贡献代码、改进工具、发布库，让 Python 持续进化。

这种开放共享的生态意味着：可以自由使用他人编写的库，也可以把自己的成果上传共享，还能在官方论坛或 GitHub 上与开发者交流、协作。

学习 Python，不只是学习语法，更是在融入一个持续创新的全球社区。

现代编程的魅力，不在于“一个人写多少代码”，而在于“我们如何一起构建世界”。

小结

编程的核心在于思维。

计算思维让问题可被形式化，算法让逻辑可被执行，控制结构与范式让程序有序运行，方法论让设计更高效，生态协作让代码融入更大的世界。

从思考到实现，从个人到生态，程序设计的意义就在于：用逻辑解决问题，用协作创造价值。

“点赞有美意，赞赏是鼓励”