京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:闲欢
来源:Python 技术
周末在家没事,大哥和嫂子要出去 happy,于是将他的儿子丢到我家,让我当奶爸陪玩一下。为了让这磨人的小妖精消停会,我好安静地打盘王者,我灵机一动,准备写个简单的小游戏给他玩一会。
对于这种三岁小孩,他们不需要复杂操作的游戏,而是要傻瓜式的,并且界面带有色彩的最好。并且写这个小游戏不能占用我太多时间,不然得不偿失!
基于这样的思路,我想起了以前在哪里看过的一个小游戏————七彩同心圆。它的玩法就是每次点击鼠标时,会以鼠标为圆心画一个圆,然后在这个圆的基础上不断向外扩展圆(类似于水波浪的扩散),从而形成一个同心圆,并达到随机大小后停止扩展,其中每个同心圆的颜色都是随机的。
这个小游戏正好满足目前的场景,于是我撸起袖子准备三下五除二式地实现它,为我的王者之路争取时间!
首先,我需要初始化各种变量:
pygame.init() screen = pygame.display.set_mode([600, 400]) screen.fill((255, 255, 255)) # 圆的半径 radius = [0] * 10 # 圆的半径增量 circleDelt = [0] * 10 # 圆是否存在,False代表该索引值下的圆不存在,True代表存在 circleExists = [False] * 10 # 圆的坐标x轴 circleX = [0] * 10 # 圆的坐标y轴 circleY = [0] * 10 # 颜色RGB值 RGBx = [0] * 10 RGBy = [0] * 10 RGBz = [0] * 10
接着我需要监听鼠标事件,监听到之后,根据鼠标的位置画一个初始化的圆:
# 鼠标按下 if event.type == pygame.MOUSEBUTTONDOWN: # 获取圆不存在的索引值 num = circleExists.index(False) # 将该索引值的圆设置为存在 circleExists[num] = True # 圆的半径设置为0 radius[num] = 0 # 获取鼠标坐标 circleX[num], circleY[num] = pygame.mouse.get_pos() # 随机获取颜色值 RGBx[num] = random.randint(0, 255) RGBy[num] = random.randint(0, 255) RGBz[num] = random.randint(0, 255) # 画圆 pygame.draw.circle(screen, pygame.Color(RGBx[num], RGBy[num], RGBz[num]), (circleX[num], circleY[num]), radius[num], 1) if event.type == pygame.QUIT: pygame.quit() sys.exit()
画了圆之后,我需要让它随机扩展出同心圆,这个同心圆需要一圈一圈地画:
for i in range(10): # 圆不存在则跳过循环 if not circleExists[i]: pass else: # 随机圆的大小 if radius[i] < random.randint(10, 50): # 圆的随机半径增量 circleDelt[i] = random.randint(0, 5) radius[i] += circleDelt[i] # 画圆 pygame.draw.circle(screen, pygame.Color(RGBx[i], RGBy[i], RGBz[i]), (circleX[i], circleY[i]), radius[i], 1) else: #若圆已达到最大,这将该索引值的圆设置为不存在 circleExists[i] = False
最终的效果是这样子的:
虽然我还不是奶爸,但是我感觉我需要多琢磨琢磨 pygame,储备一些有意思的小游戏给未来的儿子玩,以彰显技术人的优势,此处应有喝彩!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据分析与建模中,“显性特征”(如用户年龄、订单金额、商品类别)是直接可获取的基础数据,但真正驱动业务突破的往往是 “ ...
2025-11-07在大模型(LLM)商业化落地过程中,“结果稳定性” 是比 “单次输出质量” 更关键的指标 —— 对客服对话而言,相同问题需给出一 ...
2025-11-07在数据驱动与合规监管双重压力下,企业数据安全已从 “技术防护” 升级为 “战略刚需”—— 既要应对《个人信息保护法》《数据安 ...
2025-11-07在机器学习领域,“分类模型” 是解决 “类别预测” 问题的核心工具 —— 从 “垃圾邮件识别(是 / 否)” 到 “疾病诊断(良性 ...
2025-11-06在数据分析中,面对 “性别与购物偏好”“年龄段与消费频次”“职业与 APP 使用习惯” 这类成对的分类变量,我们常常需要回答: ...
2025-11-06在 CDA(Certified Data Analyst)数据分析师的工作中,“可解释性建模” 与 “业务规则提取” 是核心需求 —— 例如 “预测用户 ...
2025-11-06在分类变量关联分析中(如 “吸烟与肺癌的关系”“性别与疾病发病率的关联”),卡方检验 P 值与 OR 值(比值比,Odds Ratio)是 ...
2025-11-05CDA 数据分析师的核心价值,不在于复杂的模型公式,而在于将数据转化为可落地的商业行动。脱离业务场景的分析只是 “纸上谈兵” ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-05教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31