Fredagsfordypning uke 7

Frist for innlevering: Mandag 9. oktober, kl 23:59

Dette er en oppgave i to deler som g?r ut p? ? simulere fotball og sp? hvem som vinner Eliteserien i ?r (en oppgave som egner seg veldig godt til klasser og objekter). Dette er f?rste del og den leveres f?r den siste obligatoriske oppgaven. Andre og siste del leveres etter den obligatioriske oppgaven.

Introduksjon

Programmet ditt skal etter hvert regne ut hvor stor sannsynlig det er at hvert lag havner p? hver plass p? tabellen. Programmet ditt trenger ikke v?re realistisk, men det m? involvere tilfeldige utfall av hver kamp, slik at det ikke blir de samme resultatene hver gang vi kj?rer programmet.

(PS: Du skal ikke beh?ve ? kunne noe om fotball for ? klare oppgavene. Hvis du opplever at vi bruker fotballbegreper som ikke gir mening, si fra p? Fredagsfordypning eller Discourse slik at vi kan forbedre oppgaveteksten.)

Oppgave 1: Lag

Filnavn: lag.py

Lag en klasse Lag i filen lag.py. Klassen Lag skal inneholde informasjon om lag i Eliteserien. Det er 16 lag i serien, s? vi vil etter hvert trenge flere forskjellige Lag-objekter med hver sine data.

Hvilke instansvariabler du bruker og hva metodene inneholder er opp til deg. Men alle Lag-objektene m? oppf?re seg som beskrevet i grensesnittet under, slik at de kan brukes slik vi ?nsker senere:

(PS: Legg merke til at self ikke er tatt med blant parametrene, fordi alle metoder inkluderer denne parameteren per definisjon.)

Oppgave 2: Test av Lag-klassen

Filnavn: test.py

Lag et program som tester at alle metodene dine virker som de skal:

• Importer (gj?r synlig) Lag-klassen for testprogrammet ved ? bruke

from lag import Lag

• dette vil bare fungere dersom lag.py og test.py ligger i samme mappe (s? s?rg for at de gj?r det).

• Lag objekter og test at lagenes navn, angrep og forsvar settes av konstrukt?ren og hentes av metodene (med de samme verdiene)

Hvis du trenger inspirasjon til lagenes navn og hvor mange m?l de typisk scorer og slipper inn, kan du ta en titt p? ?rets resultater her, men ikke bruk tid p? ? gj?re det veldig realistisk forel?pig.

Oppgave 3: Kamp

Filnavn: kamp.py

Neste steg er ? lage en klasse som skal simulere ¨¦n fotballkamp mellom to Lag-objekter. Som i oppgave 1 er grensesnittet gitt:

S? til det store sp?rsm?let: Hvordan skal du lage spill-metoden?

Du m? ha med et element av tilfeldighet, slik at samme kamp kan f? forskjellig resultat dersom vi simulerer flere sesonger etter hverandre. Hvordan du gj?r dette, er opp til deg, men her er noen funksjoner importert fra random-pakken som kan v?re nyttige:

• random.randint(minste, st?rste): returnerer et tilfeldig heltall et sted fra og med minste til og med st?rste - for eksempel vil randint(1, 6) kunne gi resultatene 1, 2, 3, 4, 5 og 6 - og det blir tilfeldig resultat hver gang metoden kalles
• random.choice(liste): returnerer et tilfeldig valgt element fra listen liste hver gang metoden kalles
• random.random(): returnerer et tilfeldig desimaltall mellom 0 og 1 hver gang metoden kalles

Denne pakken er en standard del av Python (ingen installasjon n?dvendig) og kan importeres med

import random

For ? f? et innblikk i hvor mange m?l det scores i en typisk fotballkamp, kan du se resultater fra ?rets sesong her.

Oppgave 4: Test av Kamp-klassen

Filnavn: test.py

Utvid test-programmet til ? teste Kamp-klassen ogs?:

• Importer Kamp p? samme m?te som Lag
• Lag Kamp-objekter med Lagene du allerede laget i oppgave 2 (legg gjerne til flere om behov)
• Sjekk at riktige lag returneres som hjemmelag og bortelag for hver kamp (hva er forskjellen p? kamp2.hjemmelag().navn() og kamp2.hjemmelag()?)
• Sjekk at antall m?l til hjemme- og bortelaget begge blir None dersom kampen ikke er spilt (dvs. dersom spill-metoden ikke er kalt enda)
• Kall spill-metoden for flere Kamp-objekter (en gang per objekt) og sjekk at du f?r et tilfeldig antall m?l hver gang - la gjerne flere kamper inneholde akkurat de samme lagene s? du kan se at ulike kamper mellom samme lag f?r forskjellige utfall

Oppgave 5 (frivillig): Mer realistiske kamper

Filnavn: kamp.py og test.py

I denne oppgaven vil du b?de endre p? klassen Kamp og teste endringene du gj?r etterp?. At denne oppgaven er frivillig betyr at innleveringen egentlig er stor nok uten denne oppgaven, men om du har lyst og tid, s? vil du f? tilbakemelding p? denne ogs?.

Vel er det mange tilfeldigheter i fotball, men alt er ikke helt tilfeldig - vi skal n? utvide spill-metoden til ? bli mer realistisk ved ? ta hensyn til f?lgende:

• Hvor gode lagene er til ? score m?l og hvor ?gode? de er til ? slippe inn m?l (denne informasjonen har Lag-objektene metoder som gir deg)
• Hjemmelaget har en fordel av ? spille p? hjemmebane ¨C hvis du tar med dette, m? du selv finne ut hvordan du skal modellere denne fordelen og hvor stor den skal v?re.
• Et realistisk antall m?l i gjennomsnitt: For 2022-sesongen var dette 3.25 m?l per kamp ¨C hvis du f?r noe i n?rheten av dette hver gang, har du en ganske realistisk simulering (Hint: en m?te ? teste dette p? er p? en eller annen m?te ? lage en liste med totalt antall m?l (hjemmelagets m?l + bortelagets m?l) per kamp. For eksempel om vi har 3 kamper som ender 4-1, 0-0 og 3-4 vil listen inneholde [5, 0, 7] - for ? finne gjennomsnittet tar du summen av tallene i listen (sum(liste)) og deler p? antall elementer (len(liste)) som i dette tilfellet gir 12/3 = 4 m?l per kamp, i gjennomsnitt).

Hva skjer videre?

I ukene som kommer skal vi pr?ve ? finne ut hvem som kommer til ? vinne Eliteserien i ?r. For ? f? til det vil vi etter hvert lage mange Sesong-objekter som simulerer en hel sesong med fotballkamper og regne ut hvor ofte hvert lag vinner n?r vi simulerer 10 000 sesonger.

Krav til innlevering

• Kun .py-filene skal leveres inn
• Programmet skal inneholde gode utskriftssetninger og kommentarer som gj?r det enkelt for bruker ? forst?.

For ? levere:

1. Logg inn p? Devilry.
2. Lever alle .py-filene
3. Husk ? trykke lever/add delivery og sjekk deretter at innleveringen din er komplett. Du kan levere flere ganger, men alle filer m? v?re med i hver innlevering.