
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
在数据驱动的业务迭代中,AB 实验系统(负责验证业务优化效果)与业务系统(负责承载用户交互与核心流程)并非独立存在 —— 前 ...
2025-09-23CDA 业务数据分析:6 步闭环,让数据驱动业务落地 在企业数字化转型中,CDA(Certified Data Analyst)数据分析师的核心价值,并 ...
2025-09-23CDA 数据分析师:以指标为钥,解锁数据驱动价值 在数字化转型的浪潮中,“用数据说话” 已成为企业决策的共识。但数据本身是零散 ...
2025-09-23当 “算法” 成为数据科学、人工智能、业务决策领域的高频词时,一种隐形的认知误区正悄然蔓延 —— 有人将分析结果不佳归咎于 ...
2025-09-22在数据分析、金融计算、工程评估等领域,“平均数” 是描述数据集中趋势最常用的工具之一。但多数人提及 “平均数” 时,默认指 ...
2025-09-22CDA 数据分析师:参数估计助力数据决策的核心力量 在数字化浪潮席卷各行各业的当下,数据已成为驱动业务增长、优化运营效率的核 ...
2025-09-22训练与验证损失骤升:机器学习训练中的异常诊断与解决方案 在机器学习模型训练过程中,“损失曲线” 是反映模型学习状态的核心指 ...
2025-09-19解析 DataHub 与 Kafka:数据生态中两类核心工具的差异与协同 在数字化转型加速的今天,企业对数据的需求已从 “存储” 转向 “ ...
2025-09-19CDA 数据分析师:让统计基本概念成为业务决策的底层逻辑 统计基本概念是商业数据分析的 “基础语言”—— 从描述数据分布的 “均 ...
2025-09-19CDA 数据分析师:表结构数据 “获取 - 加工 - 使用” 全流程的赋能者 表结构数据(如数据库表、Excel 表、CSV 文件)是企业数字 ...
2025-09-19SQL Server 中 CONVERT 函数的日期转换:从基础用法到实战优化 在 SQL Server 的数据处理中,日期格式转换是高频需求 —— 无论 ...
2025-09-18MySQL 大表拆分与关联查询效率:打破 “拆分必慢” 的认知误区 在 MySQL 数据库管理中,“大表” 始终是性能优化绕不开的话题。 ...
2025-09-18DSGE 模型中的 Et:理性预期算子的内涵、作用与应用解析 动态随机一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明确:TIF 中的地名有哪两种存在形式? 在开始提取前,需先判断 TIF 文件的类型 —— ...
2025-09-17CDA 数据分析师:解锁表结构数据特征价值的专业核心 表结构数据(以 “行 - 列” 规范存储的结构化数据,如数据库表、Excel 表、 ...
2025-09-17Excel 导入数据含缺失值?详解 dropna 函数的功能与实战应用 在用 Python(如 pandas 库)处理 Excel 数据时,“缺失值” 是高频 ...
2025-09-16深入解析卡方检验与 t 检验:差异、适用场景与实践应用 在数据分析与统计学领域,假设检验是验证研究假设、判断数据差异是否 “ ...
2025-09-16CDA 数据分析师:掌控表格结构数据全功能周期的专业操盘手 表格结构数据(以 “行 - 列” 存储的结构化数据,如 Excel 表、数据 ...
2025-09-16MySQL 执行计划中 rows 数量的准确性解析:原理、影响因素与优化 在 MySQL SQL 调优中,EXPLAIN执行计划是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 对象的 text 与 content:区别、场景与实践指南 在 Python 进行 HTTP 网络请求开发时(如使用requests ...
2025-09-15