面向Python應(yīng)用的大學(xué)教學(xué)改革初探

秦科++劉貴松

摘 要：數(shù)據(jù)分析與處理是計(jì)算機(jī)應(yīng)用面臨的一項(xiàng)重要任務(wù)。針對(duì)國(guó)內(nèi)大學(xué)的程序設(shè)計(jì)教學(xué)與數(shù)據(jù)分析存在脫節(jié)這一現(xiàn)象，分析Python自身的特點(diǎn)和Python計(jì)算生態(tài)的發(fā)展現(xiàn)狀，結(jié)合工程項(xiàng)目中的應(yīng)用經(jīng)驗(yàn)，提出面向數(shù)據(jù)分析的Python程序設(shè)計(jì)語言教學(xué)改革方法并以案例說明。

關(guān)鍵詞：Python；教學(xué)改革；實(shí)驗(yàn)教學(xué)；計(jì)算生態(tài)

0 引 言

隨著時(shí)代的發(fā)展，構(gòu)建在互聯(lián)網(wǎng)生態(tài)模式之上的云計(jì)算、大數(shù)據(jù)、人工智能等新技術(shù)，正滲透到每一個(gè)行業(yè)，引發(fā)產(chǎn)業(yè)生產(chǎn)、服務(wù)模式的變革，并且已經(jīng)取得一系列重要成果。在此背景下，大學(xué)教學(xué)如何跟上時(shí)代步伐，是值得每一個(gè)高校教師深入思考的問題。程序設(shè)計(jì)作為計(jì)算機(jī)專業(yè)大學(xué)生的必修課程和必須掌握的基本技能，其教學(xué)改革在新時(shí)代下尤顯必要。

傳統(tǒng)的大學(xué)教學(xué)中，一直都以C/C++或Java作為教學(xué)語言。誠(chéng)然，C/C++和Java是當(dāng)今使用人數(shù)最多的語言，但在“互聯(lián)網(wǎng)+”時(shí)代，面對(duì)大數(shù)據(jù)分析時(shí)，特別是面對(duì)數(shù)據(jù)采集、仿真建模、結(jié)果驗(yàn)證與數(shù)據(jù)可視化時(shí)，他們就不再是最佳選擇。

Python作為一種解釋型超高級(jí)語言，具備交互式、可移植、面向?qū)ο蟮奶攸c(diǎn)。它功能強(qiáng)大，適用于多種操作系統(tǒng)，有完善豐富的工具包，正在得到越來越多的應(yīng)用，而且越來越被重視。2017年4月，北京理工大學(xué)計(jì)算機(jī)學(xué)院和高等教育出版社聯(lián)合承辦了“第一屆高等學(xué)校Python語言及計(jì)算生態(tài)教學(xué)研討會(huì)”，提出了計(jì)算生態(tài)的概念[1]，大力推動(dòng)了Python教學(xué)。在此背景下，根據(jù)我們?cè)赑ython教學(xué)和科研中的應(yīng)用經(jīng)驗(yàn)，對(duì)如何進(jìn)行基于Python計(jì)算生態(tài)的教學(xué)改革進(jìn)行探討。

1 Python語言的興起與優(yōu)勢(shì)

從20世紀(jì)中期到今天，短短的70年間，電子計(jì)算機(jī)經(jīng)歷了飛速的發(fā)展，出現(xiàn)了許多不同的程序設(shè)計(jì)語言，例如Pascal、Fortran、C、C++、Java、PHP、C#等，這些不同的語言，都體現(xiàn)了不同的設(shè)計(jì)哲學(xué)，也反映了不同的時(shí)代特點(diǎn)。

然而，每種程序設(shè)計(jì)語言都有其局限性。Python的設(shè)計(jì)者Guido von Rossum希望有一種語言，既具有C方便地調(diào)用計(jì)算機(jī)功能接口的能力，又可以像一些腳本語言一樣輕松地編程。Python正是在這種背景下被創(chuàng)造出來。

同C/C++和Java等語言相比，Python有以下優(yōu)勢(shì)：

（1）簡(jiǎn)單易學(xué)。Python是一種代表簡(jiǎn)單主義思想的語言，語法簡(jiǎn)單，學(xué)習(xí)起來容易上手。這使學(xué)生能夠?qū)Ｗ⒂诮鉀Q問題而不是學(xué)習(xí)語言本身。

（2）解釋性。Python寫的程序不需要編譯成二進(jìn)制代碼，可以直接從源代碼運(yùn)行程序。這使得Python更加簡(jiǎn)單，更易于移植。

（3）面向?qū)ο?。Python既支持面向過程的編程，也支持面向?qū)ο蟮木幊獭?/p>

（4）可擴(kuò)展性。為了提升運(yùn)行效率，可以采用C/C++來編寫關(guān)鍵代碼，然后在Python程序中使用它們。

（5）混合編程。Python被稱為膠水語言，是由于可以很容易地將Python與其他語言進(jìn)行混合編程。這樣方便地利用已有的各種工具包，提高開發(fā)效率。

（6）豐富的庫。Python有強(qiáng)大的標(biāo)準(zhǔn)庫，并且Python的生態(tài)系統(tǒng)開始拓展到第三方包，例如用于Web框架的web.py ，用于科學(xué)計(jì)算的numpy，以及用于數(shù)據(jù)可視化的matplotlib等。

Python作為一種跨平臺(tái)編程語言，已經(jīng)被移植在以Linux、Windows、Mac、Android為代表的許多平臺(tái)上。由于Python的開放性，有豐富的來自開源社區(qū)的成熟庫支持，從而可以基于Python完成各種工作，例如數(shù)據(jù)采集（如網(wǎng)絡(luò)爬蟲）、圖像處理、機(jī)器學(xué)習(xí)、科學(xué)計(jì)算等。

2 針對(duì)Python的應(yīng)用支持與國(guó)內(nèi)外課程建設(shè)情況

正由于Python具有上述優(yōu)點(diǎn)，它獲得了業(yè)界的廣泛支持。例如在Google公司，Python是繼C++和Java之后，使用率排名第三的編程語言，使用Python的開發(fā)團(tuán)隊(duì)也是Google的第三大研發(fā)部門。

（1）Tensorflow：TensorFlow是由Google Brain小組開發(fā)的用于機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)的工具。據(jù)統(tǒng)計(jì)，Tensorflow是目前使用人數(shù)最多的開源深度學(xué)習(xí)框架[2]。TensorFlow本身是使用C++實(shí)現(xiàn)的，然后用Python封裝。Tensorflow可以根據(jù)用戶給出的所有指令創(chuàng)建一個(gè)計(jì)算圖，該圖被內(nèi)部?jī)?yōu)化和編譯成可執(zhí)行的C++代碼。這樣Tensorflow就可以利用Python 帶來的開發(fā)速度和C++帶來的執(zhí)行速度。

（2）Google App Engine：Google App Engine（GAE），是谷歌推出的云平臺(tái)，它完全把CPU、內(nèi)存等硬件基礎(chǔ)設(shè)施抽象化，這樣只需要關(guān)注代碼的編寫，不需要關(guān)注硬件、操作系統(tǒng)或者物理位置。Python是GAE最早支持編程的語言之一，任何使用Python編寫的程序，都可以配合Google Python API，很方便地在GAE上創(chuàng)建、部署、運(yùn)行Python程序。

（3）Caffe（Convolutional Architecture for Fast Feature Embedding）：Caffe是由Berkeley AI Research（BAIR）和Berkeley Vision and Learning Center （BVLC）社區(qū)貢獻(xiàn)者開發(fā)的另一個(gè)深度學(xué)習(xí)框架。同Tensorflow一樣，Caffe也是采用C++進(jìn)行編寫，然后提供Python封裝，從而既可以利用C++的高執(zhí)行效率，也可享受Python的高開發(fā)效率。

（4）在好萊塢，工業(yè)光魔公司（Industrial Light） 采用Python制作商業(yè)動(dòng)畫，在“阿貝斯（Abyss）”“星球之旅（Star Trek）”“Indiana Jones”等超級(jí)大片中驚艷登場(chǎng)。endprint

（5）ERP和CRM軟件的開發(fā)也開始基于Python完成；Red Hat曾用Python和Tk一起成功開發(fā)配置和管理操作系統(tǒng)的可視界面，整個(gè)系統(tǒng)可以全面控制Linux操作系統(tǒng)，并根據(jù)用戶選擇對(duì)配置文件作自動(dòng)更新。

正由于Python是受到業(yè)界的歡迎，國(guó)外很多高校（如麻省理工學(xué)院、斯坦福大學(xué)、加州大學(xué)洛杉磯分校等）已經(jīng)用Python作為程序設(shè)計(jì)語言的教學(xué)對(duì)象。在Coursera等在線教育平臺(tái)上，可以發(fā)現(xiàn)有來自密歇根大學(xué)、萊斯大學(xué)、約翰霍普金斯大學(xué)等眾多高校的Python課程；國(guó)內(nèi)南京大學(xué)張莉老師的課程也在其中。然而國(guó)內(nèi)這方面的工作做得還遠(yuǎn)遠(yuǎn)不夠。截至2015年，我國(guó)開設(shè)Python語言教學(xué)的高校不超過10所[3]。目前在國(guó)內(nèi)大力推動(dòng)Python教學(xué)改革的主要有北京理工大學(xué)嵩天老師等人，已編著并出版相應(yīng)的大學(xué)教材[4]，受到廣泛歡迎。哈爾濱工業(yè)大學(xué)車萬翔老師等人分析了C語言作為入門語言的不足和Python作為入門語言的優(yōu)勢(shì)，闡述了計(jì)算機(jī)專業(yè)高級(jí)語言程序設(shè)計(jì)課程的改革方案和實(shí)施效果[5]。南京大學(xué)張莉老師發(fā)表了《基于MOOC的“用Python玩轉(zhuǎn)數(shù)據(jù)”翻轉(zhuǎn)課堂實(shí)踐與研究》，研究證明：采用Python教學(xué)可以較好地提高學(xué)生的主動(dòng)學(xué)習(xí)能力、學(xué)習(xí)興趣和熱情以及問題求解能力[6]。

3 基于Python的教學(xué)科研應(yīng)用改革案例

3.1 輸入輸出

輸入輸出（I/O）是每個(gè)程序都必須具備的重要功能。常見的I/O可以分為3類：標(biāo)準(zhǔn)I/O（終端打印等）、文件I/O和網(wǎng)絡(luò)I/O。以終端I/O為例：

/* Basic I/O in C */

#include

int main（）

{

char name[20]； /* char數(shù)組，保存第一行輸入，作為名字輸出 */

scanf（"%s"， name）； /*讀取第一行輸入 */

printf（"Hello %s＼n"， name）；

return 0；

}

以上用C語言編寫的有效代碼共計(jì)8行，輸入輸出都采用標(biāo)準(zhǔn)庫函數(shù)。由于C語言本身設(shè)計(jì)方面的缺陷（如果第一行輸入超出char數(shù)組大小），可能導(dǎo)致嚴(yán)重的緩沖區(qū)溢出問題。針對(duì)這一問題，C++對(duì)數(shù)組越界進(jìn)行了保護(hù)，從而提高系統(tǒng)安全性。

如果采用Java實(shí)現(xiàn)，則有效代碼共10行。由于Java的面向?qū)ο缶幊趟枷?，下面這個(gè)示例程序中多了很多對(duì)象構(gòu)造的流程，引用的庫看起來也相對(duì)較多，如下所示。我們只需要對(duì)這段代碼進(jìn)行稍微修改，就可以實(shí)現(xiàn)網(wǎng)絡(luò)I/O和文件I/O。例如，替換“System.in”，就能夠?qū)崿F(xiàn)對(duì)文件或者網(wǎng)絡(luò)流讀取。將“Reader”和“InputStream”替換，就能夠?qū)崿F(xiàn)寫入。

/ * Basic I/O in Java */

import java.io.BufferedReader；

import java.io.IOException；

import java.io.InputStreamReader；

public class HelloWorld {

public static void main（String[] args） throws Exception { /*所有Java程序的入口函數(shù) */

/* 新建輸入對(duì)象，用來讀取標(biāo)準(zhǔn)輸入。其中對(duì)象構(gòu)造有嵌套*/

BufferedReader reader = new BufferedReader（new InputStreamReader（System.in））；

String name = reader.readLine（）； /* 讀取第一行輸入 */

System.out.printf（"Hello %s＼n"， name）；

}

}

相比之下，基于Python的代碼則非常短小簡(jiǎn)潔：

/* Basic I/O in Python */

import sys

name = sys.stdin.readline（） /* 讀取第一行輸入 */

print（"Hello " + name）

有效代碼僅僅只有3行！同樣，替換其中的“sys.stdin”可以實(shí)現(xiàn)對(duì)文件讀取。對(duì)于動(dòng)態(tài)類型的Python來說，所有的變量都不需要繁復(fù)的聲明，直接用就可以，再加上解釋執(zhí)行的特點(diǎn)，無需定義入口函數(shù)即可運(yùn)行。

以上是對(duì)C/C++、Java、Python在基本終端I/O操作上的比較，當(dāng)推廣到文件I/O和網(wǎng)絡(luò)I/O后，Python的優(yōu)勢(shì)會(huì)更突出，詳見表1。

3.2 數(shù)據(jù)操作

數(shù)據(jù)處理是大數(shù)據(jù)時(shí)代我們面臨的首要問題。然而，由于信息化系統(tǒng)建設(shè)過程中，數(shù)據(jù)可能以不同的結(jié)構(gòu)存在，可能是純文本文件、CSV格式，也可能是Excel格式，或者是各種不同廠商的數(shù)據(jù)庫格式。

當(dāng)然，可以采用C++或Java來讀取各種異構(gòu)數(shù)據(jù)源，但過程相當(dāng)繁瑣，需要利用各種底層驅(qū)動(dòng)，甚至是一些商業(yè)化組件。以Excel文件讀取為例，為了處理Excel數(shù)據(jù)，C/C++代碼需要用到libxl商業(yè)庫，而Java也需要用到Apache POI開源庫。而利用Python對(duì)Excel文件進(jìn)行讀取則需要利用Pandas開源數(shù)據(jù)處理分析庫，示例代碼如下：

/* Read Excel in Python */

import pandas

df = pandas.read_excel（'sample.xls'）

print df.columns /* 輸出列名 */

values = df['列名'].values /* 獲取某一列的所有數(shù)據(jù) */

FORMAT = ['列名1'， '列名2'， '列名3'] /* 獲取指定列組成的數(shù)據(jù)幀 */

df_selected = df[FORMAT]

總的來說，在數(shù)據(jù)庫操作方面，C++、Java和Python的支持都非常好。C++和Java都為SQL提供了標(biāo)準(zhǔn)的連接、驅(qū)動(dòng)管理類，不同的數(shù)據(jù)庫只需要加載不同的驅(qū)動(dòng)就可以。Java對(duì)數(shù)據(jù)庫有比較好的語言級(jí)別支持，相應(yīng)的驅(qū)動(dòng)也比較豐富。Python也提供語言級(jí)別的支持，同時(shí)第三方庫十分豐富，甚至一種數(shù)據(jù)庫有多個(gè)不同的連接庫。另外值得一提的是， 盡管當(dāng)前很多流行的分布式大數(shù)據(jù)平臺(tái)及分布式數(shù)據(jù)庫使用Java編寫，但利用Python同樣能夠方便地基于第三方庫實(shí)現(xiàn)操作Hbase、Hive以及其他非關(guān)系數(shù)據(jù)庫，如Mongodb、Redis等，這種特點(diǎn)是C/C++不能比擬的。表2為Python與C++、Java在數(shù)據(jù)庫操作上的比較。

由于Python對(duì)各種文件和數(shù)據(jù)庫的支持都非常好，它十分適合編寫數(shù)據(jù)庫之間，數(shù)據(jù)庫與文件之間相互導(dǎo)入導(dǎo)出數(shù)據(jù)的腳本，是大數(shù)據(jù)處理的首選語言。

3.3 數(shù)據(jù)可視化

豐富的可視化數(shù)據(jù)圖形能夠更好地對(duì)數(shù)據(jù)進(jìn)行展示。利用數(shù)據(jù)可視化，可方便分析人員從宏觀上了解數(shù)據(jù)的形態(tài)和分布，或者進(jìn)行最后的結(jié)果展示。

Python提供了豐富的數(shù)據(jù)可視化工具，如pandas、Seaborn、Bokeh、matplotlib等。下面以matplotlib為例說明如何利用Python完成數(shù)據(jù)繪圖與可視化。

假定我們要展現(xiàn)的數(shù)據(jù)用CSV格式保存，內(nèi)容見表3。目標(biāo)是基于matplotlib進(jìn)行直觀的數(shù)據(jù)總體分布展示，例如利用直方圖統(tǒng)計(jì)年齡分布、利用箱體圖展示薪資水平、利用散點(diǎn)圖繪制年齡與收入的相關(guān)關(guān)系。完整代碼如下：

import matplotlib.pyplot as plt

import pandas as pd

df = pd.read_csv（"example.csv"） /* 讀取數(shù)據(jù) */

fig = plt.figure（）

ax1 = fig.add_subplot（1，4，1） /* 定義展示布局 */

ax1.hist（df["Age"]， bins = 5） /* 定義直方圖 */

plt.axis（[20，45，0，5]）

plt.title（"Age distribution"）

plt.xlabel（"Age"）

plt.ylabel（"Employee"）

plt.show（）

ax2 = fig.add_subplot（1，4，2） /* 確定圖在畫布中的位置 */

ax2.boxplot（df["Age"]） /* 定義箱線圖 */

ax3 = fig.add_subplot（1，4，3）

ax3.bar（df["Age"]，df["Income"]） /* 定義條形圖 */

ax3.set_title（"Income distribution"）

ax3.set_xlabel（"Age"）

ax3.set_ylabel（"Income"）

ax4 = fig.add_subplot（1，4，4）

ax4.scatter（df["Age"]，df["Income"]） /* 定義散點(diǎn)圖 */

ax4.set_title（"Income distribution"）

ax4.set_xlabel（"Age"）

ax4.set_ylabel（"Income"）

plt.show（）

得到的可視化效果如圖1所示。

Python的開放性還表現(xiàn)為利用支持庫，實(shí)現(xiàn)如圖1所示的各類統(tǒng)計(jì)效果和復(fù)雜的展示（如地圖、熱力圖以及復(fù)雜網(wǎng)絡(luò)等）。此外，除了構(gòu)建在Python之上的原生庫，還有大量其他的數(shù)據(jù)可視化工具包（如基于Javascript的Plot.ly、百度的Echart等），這些工具包同時(shí)也提供Python的調(diào)用封裝，豐富了基于Python的可視化效果，體現(xiàn)了強(qiáng)大的Python計(jì)算生態(tài)。

3.4 圖像處理與深度神經(jīng)網(wǎng)絡(luò)

深度學(xué)習(xí)的出現(xiàn)點(diǎn)燃了研究者對(duì)神經(jīng)網(wǎng)絡(luò)和機(jī)器學(xué)習(xí)的研究熱情，特別是基于Google Tensorflow的AlphaGo接連擊敗世界圍棋冠軍，更加吸引了人們對(duì)深度學(xué)習(xí)的關(guān)注。在深度學(xué)習(xí)領(lǐng)域，很多優(yōu)秀的開源平臺(tái)與框架（如Tensorflow、Caffe、Theano、MXNet等）都提供Python接口。這也從側(cè)面反映出Python計(jì)算生態(tài)已經(jīng)建立。下面以Tensorflow提供的Python接口為例，介紹Python在圖像處理與深度神經(jīng)網(wǎng)絡(luò)方面的應(yīng)用。

卷積神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)的一個(gè)重要模型。Tensorflow已經(jīng)屏蔽了關(guān)于卷積神經(jīng)網(wǎng)絡(luò)的具體結(jié)構(gòu)，如神經(jīng)元函數(shù)、拓?fù)溥B接狀態(tài)等。程序員只需要通過參數(shù)指定，就能完成網(wǎng)絡(luò)模型的設(shè)計(jì)，例如

conv1 = tf.layers.conv2d（inputs=input_layer，filters=32，kernel_size=[5， 5]， padding="same"，activation=tf.nn.relu）

pool1 = tf.layers.max_pooling2d（inputs=conv1， pool_size=[2， 2]， strides=2）

通過設(shè)置輸入層ID、激活函數(shù)、padding方法、核大小等參數(shù)，就可以唯一確定輸入層、卷積層、池化層，再通過調(diào)整參數(shù)并選擇一定的學(xué)習(xí)算法，結(jié)合pillow、scikit-image等基于Python的圖像處理工具包，從而可以利用深度網(wǎng)絡(luò)自動(dòng)完成特征學(xué)習(xí)，完成模式識(shí)別或圖像分類工作。

4 結(jié) 語

每一種程序設(shè)計(jì)語言的發(fā)展都與時(shí)代背景密切相關(guān)。Python作為一種開放性語言，具有簡(jiǎn)潔高效的特點(diǎn)，并且擁有豐富的標(biāo)準(zhǔn)庫和第三方工具包，使得它處理起各類數(shù)據(jù)具有得天獨(dú)厚的優(yōu)勢(shì)。教學(xué)實(shí)踐證明，Python在輸入輸出、數(shù)據(jù)操作、數(shù)據(jù)可視化、圖像處理與深度神經(jīng)網(wǎng)絡(luò)等有諸多優(yōu)點(diǎn)，顯示Python計(jì)算生態(tài)已經(jīng)逐漸形成并不斷完善。根據(jù)多年的實(shí)際教學(xué)效果來看，由于學(xué)生能夠快速基于Python編寫強(qiáng)大的應(yīng)用模塊，這對(duì)于提升學(xué)生學(xué)習(xí)興趣、提高知識(shí)掌握水平，是大有裨益的。在今后的教學(xué)工作中，具有一定的推廣價(jià)值。

參考文獻(xiàn)：

[1] 王雪. 北理工承辦“全國(guó)高校Python語言及計(jì)算生態(tài)教學(xué)研討會(huì)”[EB/OL]. [2017-04-25]. http：//www.bit.edu.cn/xww/zhxw/139071.htm.

[2] 黃文堅(jiān)， 唐源. TensorFlow實(shí)戰(zhàn)[M]. 北京： 電子工業(yè)出版社， 2017.

[3] 嵩天， 黃天羽， 禮欣. Python語言： 程序設(shè)計(jì)課程教學(xué)改革的理想選擇[J]. 中國(guó)大學(xué)教學(xué)， 2016（2）： 42-47.

[4] 嵩天， 黃天羽， 禮欣. Python語言程序設(shè)計(jì)基礎(chǔ)[M]. 2版. 北京： 高等教育出版社， 2017.

[5] 車萬翔， 蘇小紅， 袁永峰， 等. 計(jì)算機(jī)專業(yè)高級(jí)語言程序設(shè)計(jì)課程改革探索[J]. 計(jì)算機(jī)教育， 2014（13）： 56-58.

[6] 張莉， 金瑩， 張潔. 基于MOOC的“用Python玩轉(zhuǎn)數(shù)據(jù)”翻轉(zhuǎn)課堂實(shí)踐與研究[J]. 工業(yè)和信息化教育， 2017（3）： 70-76.

（編輯：彭遠(yuǎn)紅）endprint