面向Python應用的大學教學改革初探

秦科++劉貴松

摘 要：數據分析與處理是計算機應用面臨的一項重要任務。針對國內大學的程序設計教學與數據分析存在脫節這一現象，分析Python自身的特點和Python計算生態的發展現狀，結合工程項目中的應用經驗，提出面向數據分析的Python程序設計語言教學改革方法并以案例說明。

關鍵詞：Python；教學改革；實驗教學；計算生態

0 引 言

隨著時代的發展，構建在互聯網生態模式之上的云計算、大數據、人工智能等新技術，正滲透到每一個行業，引發產業生產、服務模式的變革，并且已經取得一系列重要成果。在此背景下，大學教學如何跟上時代步伐，是值得每一個高校教師深入思考的問題。程序設計作為計算機專業大學生的必修課程和必須掌握的基本技能，其教學改革在新時代下尤顯必要。

傳統的大學教學中，一直都以C/C++或Java作為教學語言。誠然，C/C++和Java是當今使用人數最多的語言，但在“互聯網+”時代，面對大數據分析時，特別是面對數據采集、仿真建模、結果驗證與數據可視化時，他們就不再是最佳選擇。

Python作為一種解釋型超高級語言，具備交互式、可移植、面向對象的特點。它功能強大，適用于多種操作系統，有完善豐富的工具包，正在得到越來越多的應用，而且越來越被重視。2017年4月，北京理工大學計算機學院和高等教育出版社聯合承辦了“第一屆高等學校Python語言及計算生態教學研討會”，提出了計算生態的概念[1]，大力推動了Python教學。在此背景下，根據我們在Python教學和科研中的應用經驗，對如何進行基于Python計算生態的教學改革進行探討。

1 Python語言的興起與優勢

從20世紀中期到今天，短短的70年間，電子計算機經歷了飛速的發展，出現了許多不同的程序設計語言，例如Pascal、Fortran、C、C++、Java、PHP、C#等，這些不同的語言，都體現了不同的設計哲學，也反映了不同的時代特點。

然而，每種程序設計語言都有其局限性。Python的設計者Guido von Rossum希望有一種語言，既具有C方便地調用計算機功能接口的能力，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造出來。

同C/C++和Java等語言相比，Python有以下優勢：

（1）簡單易學。Python是一種代表簡單主義思想的語言，語法簡單，學習起來容易上手。這使學生能夠專注于解決問題而不是學習語言本身。

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

（3）面向對象。Python既支持面向過程的編程，也支持面向對象的編程。

（4）可擴展性。為了提升運行效率，可以采用C/C++來編寫關鍵代碼，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與其他語言進行混合編程。這樣方便地利用已有的各種工具包，提高開發效率。

（6）豐富的庫。Python有強大的標準庫，并且Python的生態系統開始拓展到第三方包，例如用于Web框架的web.py ，用于科學計算的numpy，以及用于數據可視化的matplotlib等。

Python作為一種跨平臺編程語言，已經被移植在以Linux、Windows、Mac、Android為代表的許多平臺上。由于Python的開放性，有豐富的來自開源社區的成熟庫支持，從而可以基于Python完成各種工作，例如數據采集（如網絡爬蟲）、圖像處理、機器學習、科學計算等。

2 針對Python的應用支持與國內外課程建設情況

正由于Python具有上述優點，它獲得了業界的廣泛支持。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的開發團隊也是Google的第三大研發部門。

（1）Tensorflow：TensorFlow是由Google Brain小組開發的用于機器學習和深度神經網絡的工具。據統計，Tensorflow是目前使用人數最多的開源深度學習框架[2]。TensorFlow本身是使用C++實現的，然后用Python封裝。Tensorflow可以根據用戶給出的所有指令創建一個計算圖，該圖被內部優化和編譯成可執行的C++代碼。這樣Tensorflow就可以利用Python 帶來的開發速度和C++帶來的執行速度。

（2）Google App Engine：Google App Engine（GAE），是谷歌推出的云平臺，它完全把CPU、內存等硬件基礎設施抽象化，這樣只需要關注代碼的編寫，不需要關注硬件、操作系統或者物理位置。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上創建、部署、運行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）社區貢獻者開發的另一個深度學習框架。同Tensorflow一樣，Caffe也是采用C++進行編寫，然后提供Python封裝，從而既可以利用C++的高執行效率，也可享受Python的高開發效率。

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

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

正由于Python是受到業界的歡迎，國外很多高校（如麻省理工學院、斯坦福大學、加州大學洛杉磯分校等）已經用Python作為程序設計語言的教學對象。在Coursera等在線教育平臺上，可以發現有來自密歇根大學、萊斯大學、約翰霍普金斯大學等眾多高校的Python課程；國內南京大學張莉老師的課程也在其中。然而國內這方面的工作做得還遠遠不夠。截至2015年，我國開設Python語言教學的高校不超過10所[3]。目前在國內大力推動Python教學改革的主要有北京理工大學嵩天老師等人，已編著并出版相應的大學教材[4]，受到廣泛歡迎。哈爾濱工業大學車萬翔老師等人分析了C語言作為入門語言的不足和Python作為入門語言的優勢，闡述了計算機專業高級語言程序設計課程的改革方案和實施效果[5]。南京大學張莉老師發表了《基于MOOC的“用Python玩轉數據”翻轉課堂實踐與研究》，研究證明：采用Python教學可以較好地提高學生的主動學習能力、學習興趣和熱情以及問題求解能力[6]。

3 基于Python的教學科研應用改革案例

3.1 輸入輸出

輸入輸出（I/O）是每個程序都必須具備的重要功能。常見的I/O可以分為3類：標準I/O（終端打印等）、文件I/O和網絡I/O。以終端I/O為例：

/* Basic I/O in C */

#include

int main（）

{

char name[20]； /* char數組，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8行，輸入輸出都采用標準庫函數。由于C語言本身設計方面的缺陷（如果第一行輸入超出char數組大小），可能導致嚴重的緩沖區溢出問題。針對這一問題，C++對數組越界進行了保護，從而提高系統安全性。

如果采用Java實現，則有效代碼共10行。由于Java的面向對象編程思想，下面這個示例程序中多了很多對象構造的流程，引用的庫看起來也相對較多，如下所示。我們只需要對這段代碼進行稍微修改，就可以實現網絡I/O和文件I/O。例如，替換“System.in”，就能夠實現對文件或者網絡流讀取。將“Reader”和“InputStream”替換，就能夠實現寫入。

/ * 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 */

/* 新建輸入對象，用來讀取標準輸入。其中對象構造有嵌套*/

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”可以實現對文件讀取。對于動態類型的Python來說，所有的變量都不需要繁復的聲明，直接用就可以，再加上解釋執行的特點，無需定義入口函數即可運行。

以上是對C/C++、Java、Python在基本終端I/O操作上的比較，當推廣到文件I/O和網絡I/O后，Python的優勢會更突出，詳見表1。

3.2 數據操作

數據處理是大數據時代我們面臨的首要問題。然而，由于信息化系統建設過程中，數據可能以不同的結構存在，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據庫格式。

當然，可以采用C++或Java來讀取各種異構數據源，但過程相當繁瑣，需要利用各種底層驅動，甚至是一些商業化組件。以Excel文件讀取為例，為了處理Excel數據，C/C++代碼需要用到libxl商業庫，而Java也需要用到Apache POI開源庫。而利用Python對Excel文件進行讀取則需要利用Pandas開源數據處理分析庫，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據 */

FORMAT = ['列名1'， '列名2'， '列名3'] /* 獲取指定列組成的數據幀 */

df_selected = df[FORMAT]

總的來說，在數據庫操作方面，C++、Java和Python的支持都非常好。C++和Java都為SQL提供了標準的連接、驅動管理類，不同的數據庫只需要加載不同的驅動就可以。Java對數據庫有比較好的語言級別支持，相應的驅動也比較豐富。Python也提供語言級別的支持，同時第三方庫十分豐富，甚至一種數據庫有多個不同的連接庫。另外值得一提的是， 盡管當前很多流行的分布式大數據平臺及分布式數據庫使用Java編寫，但利用Python同樣能夠方便地基于第三方庫實現操作Hbase、Hive以及其他非關系數據庫，如Mongodb、Redis等，這種特點是C/C++不能比擬的。表2為Python與C++、Java在數據庫操作上的比較。

由于Python對各種文件和數據庫的支持都非常好，它十分適合編寫數據庫之間，數據庫與文件之間相互導入導出數據的腳本，是大數據處理的首選語言。

3.3 數據可視化

豐富的可視化數據圖形能夠更好地對數據進行展示。利用數據可視化，可方便分析人員從宏觀上了解數據的形態和分布，或者進行最后的結果展示。

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

假定我們要展現的數據用CSV格式保存，內容見表3。目標是基于matplotlib進行直觀的數據總體分布展示，例如利用直方圖統計年齡分布、利用箱體圖展示薪資水平、利用散點圖繪制年齡與收入的相關關系。完整代碼如下：

import matplotlib.pyplot as plt

import pandas as pd

df = pd.read_csv（"example.csv"） /* 讀取數據 */

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的開放性還表現為利用支持庫，實現如圖1所示的各類統計效果和復雜的展示（如地圖、熱力圖以及復雜網絡等）。此外，除了構建在Python之上的原生庫，還有大量其他的數據可視化工具包（如基于Javascript的Plot.ly、百度的Echart等），這些工具包同時也提供Python的調用封裝，豐富了基于Python的可視化效果，體現了強大的Python計算生態。

3.4 圖像處理與深度神經網絡

深度學習的出現點燃了研究者對神經網絡和機器學習的研究熱情，特別是基于Google Tensorflow的AlphaGo接連擊敗世界圍棋冠軍，更加吸引了人們對深度學習的關注。在深度學習領域，很多優秀的開源平臺與框架（如Tensorflow、Caffe、Theano、MXNet等）都提供Python接口。這也從側面反映出Python計算生態已經建立。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網絡方面的應用。

卷積神經網絡是深度學習的一個重要模型。Tensorflow已經屏蔽了關于卷積神經網絡的具體結構，如神經元函數、拓撲連接狀態等。程序員只需要通過參數指定，就能完成網絡模型的設計，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）

通過設置輸入層ID、激活函數、padding方法、核大小等參數，就可以唯一確定輸入層、卷積層、池化層，再通過調整參數并選擇一定的學習算法，結合pillow、scikit-image等基于Python的圖像處理工具包，從而可以利用深度網絡自動完成特征學習，完成模式識別或圖像分類工作。

4 結 語

每一種程序設計語言的發展都與時代背景密切相關。Python作為一種開放性語言，具有簡潔高效的特點，并且擁有豐富的標準庫和第三方工具包，使得它處理起各類數據具有得天獨厚的優勢。教學實踐證明，Python在輸入輸出、數據操作、數據可視化、圖像處理與深度神經網絡等有諸多優點，顯示Python計算生態已經逐漸形成并不斷完善。根據多年的實際教學效果來看，由于學生能夠快速基于Python編寫強大的應用模塊，這對于提升學生學習興趣、提高知識掌握水平，是大有裨益的。在今后的教學工作中，具有一定的推廣價值。

參考文獻：

[1] 王雪. 北理工承辦“全國高校Python語言及計算生態教學研討會”[EB/OL]. [2017-04-25]. http：//www.bit.edu.cn/xww/zhxw/139071.htm.

[2] 黃文堅， 唐源. TensorFlow實戰[M]. 北京： 電子工業出版社， 2017.

[3] 嵩天， 黃天羽， 禮欣. Python語言： 程序設計課程教學改革的理想選擇[J]. 中國大學教學， 2016（2）： 42-47.

[4] 嵩天， 黃天羽， 禮欣. Python語言程序設計基礎[M]. 2版. 北京： 高等教育出版社， 2017.

[5] 車萬翔， 蘇小紅， 袁永峰， 等. 計算機專業高級語言程序設計課程改革探索[J]. 計算機教育， 2014（13）： 56-58.

[6] 張莉， 金瑩， 張潔. 基于MOOC的“用Python玩轉數據”翻轉課堂實踐與研究[J]. 工業和信息化教育， 2017（3）： 70-76.

（編輯：彭遠紅）endprint