20222127李新卓 2022-2023-2 《Python程序设计》实验四报告

m0_74728948 m0_74728948 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区

20222127李新卓 2022-2023-2 《Python程序设计》实验四报告
课程:《Python程序设计》
班级: 2221
姓名: 李新卓
学号:20222127
实验教师:王志强
实验日期:2023年5月23日
必修/选修: 公选课

1.实验内容
Python综合应用:爬虫、数据处理、可视化、机器学习、神经网络、游戏、网络安全等;
此次综合实践,实现经典小游戏扫雷。
2.实验环境

操作系统:Windows 10
Python版本:Python 3.8
开发工具:PyCharm 2020
3.实验步骤

建立Python项目
在PyCharm中新建Python项目,命名为"minesweeper"。

导入Tkinter库
在minesweeper项目中新建一个Python文件minesweeper.py,并导入tkinter库:

import tkinter as tk

实现Minesweeper类
在minesweeper.py中,实现Minesweeper类,该类负责管理游戏数据和游戏界面。

首先在构造函数中初始化游戏数据:雷区布局、地图状态、游戏状态、剩余雷数等。

在生成雷区布局的generate_board()函数实现中,随机放置10个地雷,并根据地雷分布生成数字标记。

在create_button(x, y)函数实现中,为雷区的每个方格创建一个按钮。每个按钮有一个回调函数callback,处理按钮的点击事件。

在回调函数中,需要根据点击的格子的值来确定游戏的状态并进行相应的操作,比如展开格子、展示地雷、展示胜利信息等。如果点开的是空白方块,需要递归展开周围方块。游戏状态和剩余雷数等信息需要实时在状态栏中显示。

最后,在if name == "main"部分调用Minesweeper类,并启动游戏主循环。
4.实验代码

import tkinter as tk
import random


class Minesweeper:

    def __init__(self, master):
        self.master = master
        self.master.title("Minesweeper")

        # 游戏数据:雷区布局、地图状态、游戏状态、剩余雷数
        self.board = [[0 for _ in range(10)] for _ in range(10)]
        self.map = [[None for _ in range(10)] for _ in range(10)]
        self.game_over = False
        self.mines_left = 10

        # 生成雷区布局
        self.generate_board()

        # 界面设计:菜单栏、状态栏、游戏区
        self.menu_bar = tk.Menu(self.master)
        self.master.config(menu=self.menu_bar)

        self.status_bar = tk.Label(self.master, text="Remaining mines: {}".format(self.mines_left))
        self.status_bar.pack(side=tk.BOTTOM, fill=tk.X)

        self.game_frame = tk.Frame(self.master, bd=2, relief=tk.RAISED)
        self.game_frame.pack(side=tk.TOP, pady=2, padx=2)

        # 游戏区填充按钮
        self.buttons = [[self.create_button(x, y) for y in range(10)] for x in range(10)]

    def generate_board(self):
        # 随机放置10个地雷
        for _ in range(10):
            placed = False
            while not placed:
                x, y = random.randint(0, 9), random.randint(0, 9)
                if self.board[x][y] == 0:
                    self.board[x][y] = -1
                    placed = True

        # 根据地雷分布生成数字标记
        for x in range(10):
            for y in range(10):
                if self.board[x][y] != -1:
                    for dx in [-1, 0, 1]:
                        for dy in [-1, 0, 1]:
                            if 0 <= x+dx < 10 and 0 <= y+dy < 10 and self.board[x+dx][y+dy] == -1:
                                self.board[x][y] += 1

    def create_button(self, x, y):
        def callback():
            if self.game_over or self.map[x][y] is not None:
                return
            if self.board[x][y] == -1:
                self.game_over = True
                self.status_bar.config(text="Game over!")

                # 显示所有地雷
                for i in range(10):
                    for j in range(10):
                        if self.board[i][j] == -1:
                            self.buttons[i][j].config(fg="red", text="*")

            else:
                self.map[x][y] = self.board[x][y]
                self.buttons[x][y].config(text=self.board[x][y])

                # 如果点开的是空白方块,递归展开周围方块
                if self.board[x][y] == 0:
                    for dx in [-1, 0, 1]:
                        for dy in [-1, 0, 1]:
                            if 0 <= x+dx < 10 and 0 <= y+dy < 10:
                                self.buttons[x+dx][y+dy].invoke()

            # 检查游戏是否结束
            mines_left = sum([row.count(None) for row in self.map])
            if mines_left == 0:
                self.game_over = True
                self.status_bar.config(text="You win!")

        button = tk.Button(self.game_frame, width=2, command=callback)
        button.grid(row=x, column=y)
        return button


if __name__ == "__main__":
    root = tk.Tk()
    app = Minesweeper(root)
    root.mainloop()

5.代码分析
该代码实现了扫雷游戏的功能。它使用了Python的tkinter库来构建游戏界面,游戏数据存储在一个二维数组中。游戏区分为若干个按钮,每个按钮表示游戏中的一个格子。点击按钮时根据点击的格子的值来确定游戏的状态并进行相应的操作,比如展开格子、展示地雷、展示胜利信息等。通过随机放置地雷和生成数字标记来构建雷区。在游戏结束时,显示游戏胜利或失败的信息。整个游戏的逻辑由一系列函数实现,如随机放置地雷、生成数字标记、创建按钮等。整个游戏的主要逻辑由Minesweeper类实现,每个按钮的回调函数中处理按钮点击事件。游戏界面按照菜单栏、状态栏、游戏区的顺序从上到下排列。整个游戏由if name == "main"部分调用,即构造了一个Tk对象和Minesweeper对象,启动游戏主循环。
6.实验结果
利用Pycharm运行该代码,即可开启扫雷游戏。

游戏界面由菜单栏、状态栏和游戏区构成,如下图所示。

img

游戏开始前看不到任何数据,但地雷已经被随机放置在雷区中。点击右侧的按钮,即可开始游戏。每次点击将会展开一个方格,根据该方格的内容在地图上标记相关信息,如下图所示。

img

当点击到地雷时,游戏结束,界面显示“Game over!”;当剩余的未开方格全为地雷时,游戏胜利,界面显示“You win!”。

img

img

img

7.托管至gitee

img

8.实验中遇到的问题及解决措施
(1)问题:无法导入Tkinter库
解决措施:自己长时间摸索,求助同学帮助。
(2)问题:无法托管gitee,显示已存在
解决措施:上网查阅资料,得知可以直接提交

img

9.心得体会
本实验通过实现Python扫雷游戏,使我掌握了Python数值计算、控制语句和函数等基本编程语法,并学会了使用tkinter库构建简单的图形用户界面。实践证明,开发扫雷游戏是学习Python编程的一种很好的方式,可以提高编程能力,加深对Python编程语言的理解和运用。

10.课程总结
本学期原本选修Python课程,只是因为系统原因导致没选上喜欢的课。但真正接触这门课程后,我不禁为Python语言的精彩绝伦而拍手叫好,相较于C语言、JAVA等计算机语言,Python语言更显得实用与简便。它是一门非常有潜力的高级语言,在字符串上的处理,相对于其他程序有更多的便利。不仅如此,Python语言的库也很多,正因为它强大的库,让编程变得不再艰难。刚接触Python时,学会的代码print<“hello world!”>和print<"人生苦短,我用Python!">让我对这门课产生了极大兴趣,在这之后,不论是丰富的知识,还是老师幽默风趣的讲述,都让Python这门课程更加的吸引我。在后面几次Python课程的学习中,老师在课上讲得比较快,课上有时会跟不上,但是在课后也能够及时的去弥补不足,还是能够对Python学习的更多。虽然这几个月下来,我对Python的学习也仅仅只是它的基础方面,但Python的强大,也是足足地吸引着我。我希望自己能够在不断地学习中,将Python学习的更加好。

...全文

相关推荐

gis批量计算查询1:10000图幅号工具

巨量shape文件或者用地图斑红线等的1:10000图幅号计算查询,秒完成。

weixin_42648418

正则表达式引擎NFA转DFA含源码

这是一套编译原理课程设计项目,把"正则表达式与有限自动机"一章从纸笔作业搬进桌面窗口:输入正则模式,程序解析成语法树,用Thompson构造法生成NFA,再子集构造转DFA并做最小化,两张状态转换图同屏并排显示,匹配时逐字符展示两个自动机的状态变化,命中片段直接高亮。交付物包括完整源码(8个py文件)、实验报告md/html/pdf三格式文档、答辩PPT和3张运行截图,纯Python标准库零依赖,解压即跑。 功能主线六项:一是正则解析,支持字符类取反、三种量词、选择、括号分组与反斜杠转义,非法模式给出第X列附近的定位报错,括号不匹配、量词前缺可重复单元各有专属提示;二是Thompson构造,语法树转NFA,ε转移与字符转移在图上用不同线型区分;三是子集构造加划分精炼最小化,DFA节点直接标注对应的NFA状态集合,让子集这个概念看得见;四是左最长匹配,命中片段黄色高亮,DFA图上匹配路径同步标黄;五是过程回放,底部表格逐行列出每个字符对应的NFA状态集与DFA状态,接受状态行标绿;六是DOT导出,两张图的Graphviz文本一键保存,可渲染高清图打印复习。 亮点是流水线单向同构:模块按解析、NFA、DFA、匹配、可视化拆分,级间只传中间表示互不引用,开发期一条用例暴露的符号问题只改一个类就修复;内置25条测试用例含与Python re库对照,命令行一键回归验证;万字符文本编译加匹配实测毫秒级。 适合编译原理、形式语言与自动机课程的大作业、课程设计与答辩演示参考。用法:python main.py启动,选示例点解析编译,输入文本点运行匹配即可看双图回放,README里有操作说明与目录结构。

小鹿( ﹡ˆoˆ﹡ )

用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计研究(Matlab代码实现)

内容概要:本文系统研究了用于计算系统状态的卡尔曼最优增益和最小均方误差(MMSE)估计方法,并提供了完整的Matlab代码实现。文章深入阐述了卡尔曼滤波的基本原理及其在动态系统状态估计中的核心作用,重点剖析了最优增益矩阵的递归计算过程与MMSE估计的数学推导,详细介绍了滤波器的初始化、预测与更新两大核心步骤、协方差矩阵的传播机制以及算法实现中的数值稳定性处理等关键技术。通过设计仿真实验,对算法在噪声环境下的状态估计精度、收敛速度和鲁棒性进行了全面验证,结果表明该方法能有效实现对线性动态系统状态的高精度、实时估计,尤其适用于存在过程噪声和观测噪声的复杂工程场景。; 适合人群:具备控制理论、信号处理或相关领域基础知识,熟悉线性代数与概率统计,且能熟练使用Matlab进行编程的研究生、科研人员及自动化、电子信息、通信工程、导航制导与控制等领域的工程师。; 使用场景及目标:①深入理解卡尔曼滤波器的核心算法逻辑、数学原理与编程实现细节;②将其应用于传感器数据融合、目标跟踪、惯性导航、故障诊断、金融时间序列分析等需要精确状态估计的实际工程项目中;③作为学习和研究更先进的非线性滤波算法(如扩展卡尔曼滤波EKF、无迹卡尔曼滤波UKF)和复杂状态估计算法的理论与实践基础。; 阅读建议:学习者应结合所提供的Matlab代码进行逐行解读与调试,重点关注状态预测、卡尔曼增益计算、协方差更新和状态修正等关键环节的代码实现。建议通过修改系统模型参数(如状态转移矩阵、观测矩阵)、噪声协方差矩阵(过程噪声Q和观测噪声R)等,观察不同参数设置对滤波效果(如收敛速度、估计精度、平滑性)的影响,从而深刻理解各参数的作用机制与算法的性能边界。

长安程序猿

科技中介服务机构如何构建差异化的技术交易服务能力?.docx

科易网基于行业知识库+行业大数据+科技资源要素+AI模型,以AI,赋能技术转移、成果转化、技术经理人培训、知识产权管理、区域产业分析与布局、地方科技招商、创新创业大赛等场景,推出科技创新领域的AI工具、场景化服务和数智化解决方案,推动科技创新与产业创新智能化发展。

BIZKEEN

iCloud 照片下载工具,可用于照片迁移与备份,支持复制、同步、移动三种操作模式,并兼容实况照片和 RAW 图像,支持自动删除同名照片、增量下载等功能,适用于 Linux、Windows macOS

iCloud 照片下载工具(Python 源码附安装部署教程),可用于照片迁移与备份,支持复制、同步、移动三种操作模式,并兼容实况照片和 RAW 图像,支持自动删除同名照片、增量下载等功能,适用于 Linux、Windows macOS

一叶知秋yyds
评论
收藏 已收藏
分享
返回顶部