面向设计师的编程设计知识系统PADKS：学习Python做个有编程能力的设计师

图书标准信息

• 作者 包瑞清 著
• 出版社 江苏科学技术出版社
• 出版时间 2015-07
• 版次 1
• ISBN 9787553745404
• 定价 138.00元
• 装帧 平装
• 开本 16开
• 纸张 胶版纸
• 页数 288页
• 字数 144千字
• 正文语种 简体中文
• 原版书名 Programming Allows Designers More Creative
• 丛书 面向设计师的编程设计知识系统PADKS

【内容简介】

　　《面向设计师的编程设计知识系统PADKS：学习Python做个有编程能力的设计师》不是纯粹的Python编程学习，而是在学习基本Python编程语言时阐述辅助设计的方法，从Python Shell到RH_Python再到GH_Python，将Python真正作为设计者从事设计辅助的编程语言；同时这又不是纯粹几何形式编程的说明，而是包括Python编程数据结构、基本语句、函数与类的学习过程。
　　在掌握Python语言的数据结构、基本语句、函数、类与异常，并通过具体案例阐述深入了解实践应用的方法之后，在“项目”部分探索与详细阐述了十个案例，包括：
　　“折叠的过程- 圆柱体V 形与Mesh 顶点排序”，结合Kangaroo动力学模块模拟折叠的过程，使用Python编写符合建立Mesh格网输入条件的点组织模式；
　　“盒体的展开”，讲述了如何把一个盒体连续展开在一个平面上，并获取多个解的方法；
　　“解读蚁群算法与TSP 问题以及在GH_Python 中的实现”，蚁群算法是一种用来在图中寻找优化路径的机率型算法，灵感来源于蚂蚁在寻找食物过程中发现路径的行为。本部分详细阐述蚁群算法并探索将其在Grasshopper平台中的Python脚本中实现和解决TSP旅行商问题；
　　“最短路径与Dijkstra 算法”，最短路径问题是图论研究中经典算法问题，旨在寻找图中两节点之间最短的路径，本部分使用Dijkstra 算法在GH_Python中实现；
　　“探索性研究适宜分析方法GH_Python 下的实现”，适宜性分析的方法一般是在地理信息系统平台中实现，例如ArcGIS。适宜性分析在城乡规划和风景园林中经常被用到，根据应用的范畴又可以细分为城市建设用地的评价、环境影响评价、自然保护区及旅游区用地评价、区域规划和景观规划等。本次项目主要的研究目的是如何将适宜性分析在GH_Python 中实现；
　　“使用递归解决八皇后问题与满足特定间距要求的建筑布局”， 八皇后问题是一个以国际象棋为背景的问题：如何能够在8×8 的国际象棋棋盘上放置八个皇后，使得任何一个皇后都无法直接吃掉其他的皇后。为了达到此目的，任两个皇后都不能处于同一条横行、纵行或斜线上；
　　“解读生命游戏_ 元胞自动机与建立生长模型”， 元胞自动机(Cellular Automaton)，是一个时间和空间都离散的动力系统。散布在规则格网(Lattice Grid) 中的每一元胞(Cell) 取有限的离散状态，遵循同样的作用规则，依据确定的局部规则做同步更新。大量元胞通过简单的相互作用而构成动态系统的演化；
　　“GoogleEarth.KML 文件的调入程序”，规划设计过程中经常借助于Google Earth来寻找和定位地标和路径，那么如何将地标和路径直接加载到Gasshopper平台中，是本部分需要解决的问题；
　　“解读粒子群(PSO) 算法与建立点运动程序”，粒子群算法，也称粒子群优化算法（Particle Swarm Optimization），缩写为PSO，模拟鸟群的捕食行为，通过追随当前搜索到的最优值来寻找全局最优解；
　　“城市土地利用结构信息熵”，在信息论中，熵是接收的每条消息中包含信息的平均量，又被称为信息熵、信源熵等。消息往往代表来自分布或数据流中的事件、样本或特征。在规划设计领域引入信息熵，研究土地利用结构，分析功能的融合程度，信息熵的高低可以反映城市土地利用的均衡程度，熵值越高，表明不同职能的土地利用类型数越多。本部分案例主要通过Python 程序，阐述信息熵和均衡度公式计算过程。

【作者简介】

　　包瑞清，西安建筑科技大学建筑学院讲师
　　城市规划与设计专业博士，任教于西安建筑科技大学建筑学院，主攻计算机辅助设计应用研究，从作为设计者的角度寻找和融合编程与建筑、风景园林、城乡规划等设计规划学科之间的关联，建立面向设计师的编程设计知识系统，力图使编程设计成为设计领域的基础环节，探索未来设计的方法。
　　2012年，作为caDesign设计创始人之一，以“编程让设计更具创造力！”的信念为指引，分享研究成果，发展面向设计师的编程设计知识系统网络服务体系。

【目录】

9 Python+PythonScript+GhPython
17 数据结构
18 1 列表(List)
19 1.1 索引
25 1.2 列表的基本操作
32 1.3 列表的方法
43 2 元组(Tuple)
43 3 字典(Dictionary)
44 3.1 Python 的字典与Grasshopper 的树型数据结构
48 3.2 Python 字典的方法
50 3.3 GhPython 与树型数据结构
66 4 字符串(String)
66 4.1 用Python 替代Grasshopper 处理字符串的方法
72 4.2 字符串格式化
84 4.3 re(regular expression) 正则表达式
95 基本语句
96 1 print() 与import
96 1.1 print()
97 1.2 使用import 导入模块或者函数
97 2 赋值的方法
98 3 循环语句
105 4 条件语句
117 函数
118 1 创建函数
136 2 随机模块
141 3 递归
155 4 时间模块
163 类
165 1 创建类
169 2 迭代器
172 3 生成器
177 异常
181 项目
183 Case_1: 折叠的过程- 圆柱体V 形与Mesh 顶点排序
191 Case_2: 盒体的展开
199 Case_3: 解读蚁群算法与TSP 问题以及在GH_Python 中的实现
211 Case_4: 最短路径与Dijkstra 算法
221 Case_5: 探索性研究适宜分析方法GH_Python 下的实现
251 Case_6: 使用递归解决八皇后问题与满足特定间距要求的建筑布局
257 Case_7: 解读生命游戏_ 元胞自动机与建立生长模型
265 Case_8:GoogleEarth.KML 文件的调入程序
276 Case_9: 解读粒子群(PSO) 算法与建立点运动程序
283 Case_10: 城市土地利用结构信息熵