20234216《Python程序设计入门》实验四报告

20234216李政宇 2024-05-28 21:12:03

课程:《Python程序设计》
班级:2342
姓名:李政宇

学号:20234216
实验教师:王志强
实验日期:2023年5月14日
必修/选修: 专选课

1.实验内容

编写经典小游戏贪吃蛇

2.实验设计

首先导入模块

 1.创建游戏窗口

1.1 游戏初始化

1.2初始化蛇的位置 蛇的长度10 10 也就是蛇的X Y坐标

首先设置蛇的一个运行方向,接下来判断键盘事件再决定蛇的运行方向。· 

1.3初始小蛇移动方向

1.4 初始化食物的位置

2.绘制贪吃蛇与食物

2.1获取蛇的长度,移动蛇的身子

2.2键盘控制移动 

2.3更改蛇头位置

3.如果蛇吃到了自己

游戏运行

 

实验中遇到的问题:

1.实验中第一次写代码时一些细节没有考虑到位,绘制贪吃蛇背景的代码出现了错误,经过讨论将错误代码改正。

2.代码写完善以后游戏却无法运行,起初以为是防火墙的问题。经过长期查找也未发现问题根源。在老师的帮助下发现是代码的缩进出现问题。最终游戏得以正常运行。

实验感想体会:

要想学好Python需要在具体的操作中巩固知识,可以通过视频等学习方式来进行编程。制作时如果出现了问题,首先要自己去努力找到问题所在,然后在及时向同学老师提问,解决问题。

 

Python课程总结:

  时光飞逝,转眼间,本学期的Python学习就要画上句号了。还记得学期初的时候,我对这门课程令我十分期待。一方面我是十分想掌握这项技能,但是极差的计算机基础也让我但心自己难以学懂。在听了几次课以后,我发现自己难以跟上课堂节奏,因此一度十分失落。但是我清楚,学习注定不是一帆风顺的,要想掌握一门陌生的技能,需要拿出坚定的决心,不能被困难所击倒。我在课后会自主学习,通过看课本的方式掌握一些基本知识、操作。后来我去向王老师请教,老师耐心指点了我,告诉我要想真正学会Python,需要去具体地做一些应用,比如小游戏、计算器、爬虫。在老师的帮助下我取得了较大的进步。

  本学期在王老师的悉心教导下,我了解了Python的不少知识,了解到了爬虫、数据处理、可视化、机器学习、神经网络、游戏、网络安全等。我在一个过去不够了解的领域拓宽了自我的学识。这离不开王老师对我的宽容和耐心,王老师在课堂上总会细心地为我们讲解每个知识点,每当我们有不懂的地方要问老师时,老师总会不厌其烦地为我们讲解,帮助我们解决了不少问题。我经过学习,我逐渐找到了学习Python的快乐。

  至于意见方面,我觉得老师可以通过开发小程序或使用学习通等方式,让同学们在课堂上现编小程序已检测大家是否掌握老师所讲的内容,一来可以帮助大家练习巩固,二来可以提高大家的课堂参与度。同时希望该课程能够出一套自编教材讲义,供同学们学习使用,统一购买的教材不便随身携带,使用率低,可以根据课程具体情况适当简化、总结等等。

  老师在本学期最后一堂课中对我们的寄语令我十分感动,我会铭记老师对我们的期望,珍惜大学的四年时光,努力奋斗、不负韶华。感谢老师!

 

 

 

 

 

 

 

 

 

...全文
289 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文围绕《【卫星信号】模拟卫星信号传播研究(Matlab代码实现)》这一技术资源展开,系统介绍了利用Matlab进行卫星信号传播过程建模与仿真的方法。该资源聚焦于构建卫星信号在复杂空间环境中的传播模型,综合考虑自由空间路径损耗、大气吸收、多径效应、多普勒频移、电离层闪烁及噪声干扰等多种物理因素,通过Matlab编程实现信号传输特性的动态仿真与可视化分析,帮助研究人员深入掌握卫星通信信道的关键特性与建模流程。; 适合人群:具备Matlab编程能力和通信原理基础知识的高校研究生、科研机构研究人员及从事卫星通信、导航定位、遥感遥测等领域的工程技术人员,特别适用于需要完成相关课题仿真、毕业设计或项目开发的初级与中级科研人员。; 使用场景及目标:①用于教学与课程设计中加深对卫星信号传播机制的理解;②支撑卫星通信系统链路预算、接收机灵敏度分析与抗干扰算法设计;③服务于学术论文撰写、科研项目申报中的仿真验证环节,提供可复用的代码框架与建模思路。; 阅读建议:建议读者结合经典通信理论教材同步学习,重点剖析代码中关于信号调制、信道建模、噪声叠加与接收端解调等模块的实现逻辑,动手运行并调整轨道参数、频率、环境条件等变量,观察信号质量变化,从而深化对卫星信道动态行为的认知。
内容概要:本文系统介绍了2024年最新提出的两种智能优化算法——青蒿素优化算法与霜冰优化算法(RIME),并通过Matlab代码实现对二者进行了深入对比研究。文档不仅阐述了两种算法的核心原理与数学模型,还全面展示了其在电力系统优化、新能源调度、路径规划、机器学习参数调优等复杂工程问题中的应用性能差异。文中涵盖了微电网调度、电动汽车充电优化、无人机三维路径规划、风光互补制氢系统调度等多个前沿科研方向的典型案例,并配套提供了完整的Matlab仿真代码与模型资源,便于读者复现高水平学术论文成果并开展创新性研究。; 适合人群:具备一定编程基础,熟练掌握Matlab/Simulink环境,正在从事智能优化算法相关研究的研究生、高校教师及工程技术人员,尤其适用于专注于能源系统优化、智能交通、智能制造、自动化控制等领域的科研工作者。; 使用场景及目标:①深入理解青蒿素算法与RIME算法的基本思想、迭代机制与收敛特性;②通过实际代码复现EI、顶刊级别论文中的优化模型;③在具体科研项目中对比两类算法的寻优能力、稳定性与计算效率,完成算法选型与改进;④拓展新型优化算法在多能互补系统、智能路径规划、分布式调度等交叉学科中的创新应用。; 阅读建议:建议读者结合网盘提供的完整代码资源,按照文档中给出的应用实例循序渐进地实践操作,重点关注不同场景下的参数设置策略、算法收敛曲线分析与鲁棒性表现,同时关注公众号“荔枝科研社”获取持续的技术支持与更新资料。

93

社区成员

发帖
与我相关
我的任务
社区描述
Python程序设计作业
软件构建 高校 北京·丰台区
社区管理员
  • blackwall0321
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧