编程语言【Python】

为什么要学Python？

Python的重要性无需赘言，当然在大型项目上的应用还是不如Java等语言。我个人认为，Python是目前最适合管理科学与工程或其它商科专业同学进行学习的语言，主要基于以下原因：

  1. 语法简单，容易上手。相比于Java和C等语言，Python的代码平易近人，省却了括号、强制声明变量类型等要求，降低了学习门槛。
  2. 资料众多，扩展性强。网上有很多教程，照着来能及时评估自己的学习进度，激发学习热情。扩展性强主要体现在其胶水语言的特性，能借助他人的工作快速实现想要的功能，降低了学习的难度。
  3. 可满足科研需求。商科专业常常涉及到的数据处理和分析、优化算法对比、随机过程和强化学习、网络建模和展示等等科研需求都有许多Python的包可用。这些包久经考验，仍在开源社区中获得不断的改进，是我们提升科研效率的利器。

在我看来，会编程是将来研究生、大学生（甚至高中生）的必备技能，而Python是目前最好的选择（好吧我先加上之一）。所以，开始学习之旅吧。

搭建Python环境的步骤

  1. 安装Anaconda。去官方下载地址或者这个网站（如果官网下载比较慢）选择最新版本并下载，一路next即可完成安装。注意，这里涉及到Python版本选择问题，直接选择3.x版本（比如3.7）即可。但是，如果需要用一些商业优化软件比如Cplex、Gurobi，则要关注这些软件的版本是否支持当前Python的版本。比如，Gurobi 8.1支持Python 3.7，但Gurobi 8.0只支持Python 3.6。而Cplex 12.8也不支持Python 3.7，只能用Python 3.6。因为没有亲测，不确定Cplex 12.9是否支持Python 3.7。
  2. 测试Anaconda是否正常安装的方法是按Win键，然后找到Anaconda Powershell Prompt，点击后输入conda --version，应当出现正确的Anaconda版本。之后，输入conda upgrade --all升级所有的包（package）。这个步骤可能会很久，可以同时进行后续步骤。
  3. 安装编辑器IDE。Anaconda自带了Spyder编写Python程序，其界面和MATLAB很像。但建议安装更好的集成开发环境（IDE，Integrated Development Environment）。在PyCharm下载页面找到免费的Community版本后安装即可。如果你想用Professional版本，则需要用学校邮箱在注册界面申请license。
  4. 打开PyCharm，新建一个项目，在Location输入名称后点击下面的三角形和Project Interpreter，选择New Environment using Conda后点击Create。这样就创建了一个空项目，而且是在一个干净的环境中。

  5. 在PyCharm里点击File -> New… -> Python File创建一个新的py文件，比如test.py，输入

    print('Hello, world!')

    然后点击右上角一个绿色的三角形（或者右键点击输入的界面，选择Run ‘test’），即可在下方看到输出结果。至此，你完成了第一个Python程序。

  6. 配置常用的包。在当前项目中能做的事情不多，因为还有很多重要的包没有导入到这个项目的新环境中，比如
    • numpy，矩阵计算，后续很多包都需要这个，必装！
    • scipy，内置寻优、积分、差值、回归等各种计算，非常有用
    • pandas，主要用于各种（面板、时序）数据统计分析，其DataFrame类非常好用
    • matplotlib，用于绘制各种图形
    • scikit-learn，用于基本的机器学习
    • networkx，绘制网络
    • pymysql，用于连接MySQL数据库。当然，也可以采用ORM方式操作数据库。
      一次安装这些包只需要在PyCharm界面左下方的Terminal界面中输入conda install numpy scipy pandas matplotlib scikit-learn networkx pymysql。查看当前环境已经安装的包可以用conda list命令，卸载某个包只需输入conda uninstall numpy。一般而言，在需要一个工具的时候，应当先去检索一下是否已经有人制作了Python的包，从而避免自己从零开始重做“轮子”。

学习Python

一些学生决定学习Python后，就买了或借了很多书籍打算从头开始一点一点学习。根据我自己的惨痛经验，结果很可能是从入门到放弃。相比于书籍，很多软件和网络资源可以提供更直观和全面的学习体验。以下学习途径供参考：

  1. 利用IDE或学习网站。比如在PyCharm中学习Python是免费的，安装一个EduTools插件即可。更多的一些PyCharm技巧可参考这个网页。
  2. 依葫芦画瓢。许多有名的包都有详尽的说明和完整的代码，可以直接复制下载运行，并通过修改部分内容加深对代码的理解。比如可以在这个网页找到许多图的代码，很快就能仿制出你所需要的图。
  3. 实现上课所学算法。比如其他课程里老师可能教了一些算法（比如主成分分析、多属性决策等）或介绍了一些专用软件。如果想加深对这些算法的理解，最好的办法就是自己写代码实现。正所谓纸上得来终觉浅，绝知此事要躬行。
  4. 学习爬虫。通过爬虫程序，你可以从电商、政府、社交网络等网站上获得一些公开数据、图片、视频。这些数据可能有助于你的研究，练习的爬虫方法也比较实用。但是如果网站有反爬虫手段，建议不要自己去对抗，毕竟对方可能是一个专业的团队，而你没有必要花费太多时间研究爬虫攻防技术。
  5. 当你入门后，可以去Github找找感兴趣的库，看看自己的代码和这些库的代码之间的差距。如果能吃透一个库，也可以做一些贡献。如果自己有好的想法，也可以新建一个库制造一个好用的轮子。

总而言之，学习一门语言最好的方式还是Learning by doing，边做边学。如果有deadline，那效率就更高了。

安装Gurobi

上面的步骤已经安装好了Python和常用的一些包了。如果需要用到求解线性规划、整数规划等问题，则需要安装Gurobi。

  1. 去Gurobi官网用学校邮箱注册账号，申请一个academic license，大致为：grbgetkey abcdabcd-abcd-abcd-abcd-abcdabcdabcd
  2. 下载最新版的Gurobi optimizer，安装后重启电脑
  3. 按Win + R键，然后输入cmd回车，将grbgetkey abcdabcd-abcd-abcd-abcd-abcdabcdabcd复制后回车，保存好license后即完成注册。如果出现错误，一般是因为Gurobi认为电脑的ip地址不是科研单位的ip地址。可发邮件沟通，争取解决这一问题。
  4. 打开Anaconda Powershell Prompt，输入两个命令conda config --add channels http://conda.anaconda.org/gurobi和conda install gurobi，将Gurobi安装到Anaconda的base环境中。
  5. 用PyCharm打开需要Gurobi的项目，在左下方的Terminal界面中输入conda install gurobi即可将base环境中的Gurobi克隆到该项目中。

Python的应用

Python由于轮子多（脑洞大的程序员多），所以很多事情都可以考虑用Python来代劳，尤其是重复性工作。所以，你应该学会从程序员的角度看待各种工作和任务，即从代码复用，转为流程复用。

学过编程的同学都明白代码复用的意义。在科研和未来工作中，你要学会流程复用：梳理自己的工作流，看哪些工作是可以自动化处理的。如果有，分析这种工作的输入和输出，将其标准化，从而为编程处理打下基础。由于Python的强大，即便其中涉及到一些软件处理过程，也许都可以用Python替代。

我举个例子。学科评估需要收集教师信息并将其按照评估表格的格式准备好数据。数据采集使用问卷系统，获得的表格每一行是一个教师，而列的数量能多达8000多列（比如，论文的字段可能有10个，上限20篇，则有200个字段，而学科评估把论文分成了好几类）。我采用Python自动将问卷采集的原始数据处理为评估表格的格式，还能实现按照不同学科分为不同表格，导出为CSV格式，方便后续流程直接复制粘贴。这样的流程同样可以用于固定报告的生成。比如直接处理从Wind等数据库导出的数据，自动按照预定格式生成表格、绘制回归曲线等，基本可以完成从数据到结论的全流程。

此外，Python还可以和后面要介绍的LaTeX、数据库、Git等结合起来，形成一套高效的工作流程。提升效率的需求可能永无止境，但也要平衡好学习成本。