ICE-B. 4 - Implementação. Ludwig Krippahl

(1)

ICE-B

4 - Implementação

(2)

Implementação

Resumo

■ Exemplo: cálculo de pH, agora estruturado

■ Testes unitários

■ Ciclo de vida de um programa

(3)

Implementação

(4)

Calcular pH

Solução de ácido benzóico

C H COOH H + C H COO_{6 5} ⇔ + _{6 5} −

■ Constante de dissociação,

■ Ignorando auto-dissociação da água:

■ Resolvemos equação quadrática,

• (só precisamos da solução positiva)

■ Depois calculamos o pH:

= 6.5 ×

K

a

10

−5 = = ⇔ + x − = 0 Ka [H ][ CO ] + _C 6H5 O− [C6H5COOH] x2 − x Ci x 2 _K a CiKa

x =

−b±√_2ab2−4ac pH = −lo ([g₁₀ H+]) = −lo (x)g₁₀

(5)

Calcular pH

Compreender, generalizar e decompor

■ Generalização: Calcular o pH de um ácido fraco monoprótico

■ Decomposição: Obter a raíz positiva e calcular o pH

■ Criamos ficheiro phcalc.py com o "esqueleto" do programa

# coding: utf-8

-*-"""

Computes pH of an acid from concentration """

def positive_root(a, b, c):

"return positive root of quadratic equation"

def compute_pH(Ka, Ci):

"""

return pH value for weak acid from

dissociation constant and initial concentration """

(6)

Calcular pH

"Esqueleto" do programa

■ É uma boa ideia fazer primeiro um esboço do programa

• Permite ver se encaixa tudo e se é preciso decompor mais

■ Estas funções ainda não fazem nada mas este código já cria os objectos.

■ A string logo a seguir à assinatura é a documentação

• Podem usar ''' ou """ se o texto ocupar várias linhas In : help(positive_root)

Help on function positive_root in module __main__: positive_root(a, b, c)

(7)

Calcular pH

Documentação do módulo

■ A string no início do módulo é útil como documentação

# coding: utf-8

-*-"""

■ Depois de executar com F5, podemos importá-lo e pedir ajuda In : import phcalc

In : help(phcalc)

Help on module phcalc: NAME

phcalc - Computes pH of an acid from concentration FUNCTIONS

compute_pH(Ka, Ci)

(8)

Calcular pH

Implementar as funções

■ Depois de perceber os objectivos e o algoritmo e de decompor em tarefas podemos implementar cada função

■ Devemos começar pelas "pontas", aquelas que não dependem de nenhuma outra que tenhamos de implementar

"return positive root of quadratic equation" root = (-b + (b**2 - 4*a*c)**0.5)/(2*a)

return root

■ Depois devemos testar:

In : positive_root(1,0,-1) #x**2 + 0x - 1

Out: 1.0

In : positive_root(1,-2,0) #x**2 - 2x + 0

(9)

Calcular pH

Implementar as funções

■ Depois de implementar e testar uma função podemos passar a outra que dependa desta

■ Como o cálculo do pH precisa do logaritmo, temos de importar log10

• É melhor fazer todos os import no início do módulo

# coding: utf-8

-*-"""

from numpy import log10

...

(10)

Calcular pH

Implementar as funções

■ Agora implementamos e testamos esta também

"""

return pH value for weak acid from

dissociation constant and initial concentration """

H = positive_root(1, Ka, -Ka*Ci) return -log10(H)

■ Testar com valores que permitam confirmar o resultado: In : compute_pH(6.5e-5,0.01)

(11)

Testes Unitários

Testar sempre cada função

■ Decompomos um problema complexo em problemas mais simples.

■ Mas depois vai ser preciso juntar tudo.

• Um erro descoberto só no final é mais difícil de encontrar e corrigir.

■ É preciso testar:

• Sempre que implementamos algo de novo.

• Sempre que corrigimos um erro, para confirmar.

(12)

Testes Unitários

Sugestão: automatizar os testes todos

■ Opção 1: uma função no final do nosso módulo

• Numa função para não correr os testes sempre que usamos o módulo ...

def tests():

"""

run unit tests on all functions """

print("positive_root, 1.0:", positive_root(1,0,-1)) print("positive_root, 2.0:",positive_root(1,-2,0)) print("compute_pH, 3.111:",compute_pH(6.5e-5,0.01))

■ É importante que se possa verificar o resultado também In : tests()

positive_root, 1.0: 1.0

(13)

Testes Unitários

Sugestão: automatizar os testes todos

■ Opção 2: um módulo só para testes (phtests.py)

# coding: utf-8

-*-"""

run unit tests on all functions in phcalc """

from phcalc import positive_root, compute_pH

■ Basta correr com F5

• Neste caso não é preciso função porque o módulo é só para testes In : runfile('/pasta/phtests.py', wdir='/pasta')

(14)

Testes Unitários

Atenção: funções são criadas na execução do def...

def tests():

"""

run unit tests on all functions """

■ Sempre que alterarem alguma coisa no vosso programa precisam de criar novamente os objectos das funções alteradas

■ Para isso o interpretador tem de reler a assinatura da função e toda a "receita" no corpo da função

■ A forma mais prática de fazer isso no Spyder é F5

• (Grava e corre todo o ficheiro)

(15)

Testes Unitários

Atenção: funções são executadas só em nome( ... )

In : tests()

compute_pH, 3.111: 3.11104555393

■ Quando se corre módulo as funções são criadas mas não usadas

■ A menos que o módulo inclua também chamadas às funções

# coding: utf-8

-*-...

def tests():

print("positive_root, 1.0:", positive_root(1,0,-1)) print("positive_root, 2.0:",positive_root(1,-2,0)) print("compute_pH, 3.111:",compute_pH(6.5e-5,0.01)) tests()

(16)

Testes Unitários

Atenção: função só devolve valor em return

# coding: utf-8

-*-...

def tests():

In : tests()

compute_pH, 3.111: 3.11104555393

■ O print escreve na consola mas a função tests() não devolveu valor (devolveu None).

(17)

Programação Estruturada

(18)

Erros

Erro de sintaxe

■ Erro na escrita do código que impede o interpretador de o executar

• Este é o mais fácil de corrigir, porque sabemos logo que o cometemos In : 6 * * 2

6 * * 2

^

SyntaxError: invalid syntax In : 8 + 5.3.2

8 + 5.3.2

^

SyntaxError: invalid syntax

■ Spyder analisa o código conforme o escrevemos e assinala a linha com o erro

(19)

Erros

Erro de execução (Exception)

■ O interpretador sabe o que deve fazer mas não consegue fazê-lo

• Estes erros só ocorrem durante a execução e podem ser mais difíceis de diagnosticar porque o erro pode estar noutra parte do código

In : y = z*2

y = z*2

NameError: name 'z' is not defined In : y = 0

In : z = 1 / y z = 1 / y

(20)

Erros

Erro lógico

■ O programa corre sem problemas mas não dá o resultado certo

• Estes erros tendem a ser os mais difíceis de corrigir

■ Exemplo: pH negativo?

root = (-b + (b**2 - 4*a*c)**0.5)/(2*a) return root

H = positive_root(1, Ka, -Ka*Ci) return log10(H)

In : compute_pH(6.5e-5,0.01) Out: -3.11104555393015

(21)

Erros

Erro numérico

■ Devido à representação finita de números fraccionários, em 64 bits

• (Inteiros em Python 3.x usam o número de bits que for necessário)

• Obriga a arredondamentos e pode ser importante se o cálculo for iterado In : (2**0.5)**2

Out: 2.0000000000000004

■ Representação de números fraccionários em 64 bits:

• 1 bit para sinal, 11 para expoente (base 2) e 52 para fracção

(22)

Erros

Erro numérico

■ Informação sobre a representação em 64 bits In : import numpy In : info = numpy.finfo(float) In : info.bits Out: 64 In : info.eps Out: 2.2204460492503131e-16 In : info.tiny Out: 2.2250738585072014e-308 In : info.min Out: -1.7976931348623157e+308 In : info.max Out: 1.7976931348623157e+308 Informação:

Número de bits na representação Menor valor que somado a 1 dá >1

In : 1+info.eps-1

Out: 2.2204460492503131e-16

In : 1+0.5*info.eps-1

Out: 0.0

Mais pequeno com plena precisão

Menor valor representável

(23)

Programação Estruturada

(24)

Ciclo de vida

Ciclo de vida de um programa

■ Edição do código fonte

• Escrito, guardado em ficheiros .py

■ Interpretação do código fonte

• O interpretador traduz as instruções em instruções para o CPU

■ Execução

• O CPU executa o programa

■ Testar e avaliar o resultado

(25)

Ciclo de vida

Ciclo de vida de um programa, exemplo

■ Concebemos, implementámos e testámos o cálculo do pH

• A partir da concentração inicial e da constante de dissociação

Agora temos um novo problema

■ Qual o pH de 0.01g de ácido benzóico em 0.250 dm ?

• Calcular pH a partir da massa, volume e massa molecular

• Basta calcular a concentração e usar o que já temos

■ Solução: acrescentamos uma nova função

• Pensamos no algoritmo: calcular concentração

• Decompomos se necessário (não é; é simples)

• Implementamos e testamos

(26)

Ciclo de vida

Novo problema:

■ Qual o pH de 0.01g de ácido benzóico em 0.250 dm ?3

Solução:

■ Já temos praticamente tudo feito

■ Basta uma função que calcule a concentração

• Precisa da massa, massa molar e volume

■ E depois chamar a anterior com concentração e

K

_a

def compute_pH_mass(mass, mol_mass, volume, Ka):

"""

return pH value of a weak acid solution from mass of solute and volume of solution

"""

Ci = mass / mol_mass / volume return compute_pH(Ka,Ci)

(27)

Ciclo de vida

■ Uma maneira prática é acrescentar ao módulo phcalc

# coding: utf-8

-*-"""

from numpy import log10

...

"""

(28)

Ciclo de vida

Ciclo de vida de um programa, exemplo

■ Calcular o pH a partir da massa, volume e massa molecular:

"""

■ Testes:

def tests():

...

print("compute_pH, 3.111:",compute_pH(6.5e-5,0.01))

print("compute_pH_mass, 3.1111",compute_pH_mass(1.221, 122.1, 1, 6.5e-5)) print("compute_pH_mass, 3.000",compute_pH_mass(0.5, 122.1, 0.25, 6.5e-5))

(29)

Implementação

(30)

Estilo de Código

É importante escrever código legivel

■ Porque o código fonte serve:

• Para o interpretador executar

• Para humanos lerem

■ Código difícil de compreender

• É mais propenso a erros

• É mais difícil de corrigir, adaptar e melhorar

(31)

Estilo de Código

Nomes de variáveis

■ As variáveis devem ter nomes descritivos

• E.g. mass, mol_mass, volume

■ Excepto quando têm nomes convencionais

• E.g. a, b, c, Ci, pH, Ka

root = (-b + (b**2 - 4*a*c)**0.5)/(2*a) return root

(32)

Estilo de Código

Nomes de funções

■ Devem descrever o que a função faz

■ Nomes compostos por várias palavras

• Convenção 1: usar letras maiúsculas e minúsculas phMassVol

• Convenção 2: (mais usado em Python) usar underscore compute_pH_mass

(33)

Estilo de Código

Inteligibilidade

■ Cada linha de código deve corresponder a um passo simples

■ Evitar linhas demasiado longas ou complexas

• Decompor em vários passos para ser mais inteligivel

■ Exemplo: menos claro

return compute_pH(Ka, mass / mol_mass / volume)

■ Exemplo: mais claro

Ci = mass / mol_mass / volume return compute_pH(Ka, Ci)

(34)

Estilo de Código

Documentação e comentários

■ Devemos documentar funções (e módulos)

■ Podemos também acrescentar comentários se for preciso

• Notas para o programador

root = (-b + (b**2 - 4*a*c)**0.5)/(2*a) #This assumes a is greater than zero

return root

Mais informação:

■ https://www.python.org/dev/peps/pep-0008/ "PEP 8 -- Style Guide for Python Code"

(35)

Programação Estruturada

(36)

Implementação

Resumo

■ Programação estruturada: funções

■ Testes unitários

■ Tipos de erro: sintaxe, exception, lógicos e numéricos

■ Ciclo de vida e reutilização de código

■ Estilo de código

Leitura adicional:

■ Recomendada: Capítulo 4 dos apontamentos

(37)