当前位置: 首页 > article >正文

第四天的尝试

目录


一、每日一言

二、练习题

三、效果展示

 四、下次题目 

五、总结 


 一、每日一言

很抱歉的说一下,我昨天看白色巨塔电视剧,看的入迷了,同时也看出一些道理,学到东西;

但是把昨天的写事情给忘记了,今天再写,同时注意心态,每天尽量不要压抑自己,心情舒畅对身体健康有好处。

位卑未敢忘。

二、练习题

编程练习,一定要思考,思考的过程很重要,一定要认真理解

不要太着急,也不要放弃。

#使用turtle模块绘制彩色螺旋图形
import turtle
colors = ["red", "yellow", "purple", "blue"]
turtle.speed(0)
for x in range(100):turtle.forward(2 * x)turtle.color(colors[x % 4])turtle.left(92)
turtle.done()
1. 颜色列表定义
colors = ["red", "yellow", "purple", "blue"]
  • 定义一个包含 4 种颜色的列表,颜色会按顺序循环使用。

  • 使用 x % 4 确保颜色索引在 0-3 之间循环(如 x=5 → 5%4=1 → colors[1]="yellow")。

2. 画笔初始化
turtle.speed(0)
  • speed(0) 将绘图速度设为最快,避免绘制过程卡顿。

  • 其他速度值:1(最慢)到 10(快),0 表示无动画直接绘制。

3. 循环绘制逻辑
  • 循环次数range(100) 表示绘制 100 条线段。

  • 动态步长2 * x 使得每次移动距离逐渐增大(第1次2像素,第2次4像素...第99次198像素)。

  • 转向角度left(92) 左转 92 度(非 90 度的直角,避免形成重复的正方形,从而产生螺旋扩散效果)。

4. 颜色切换
turtle.color(colors[x % 4])
  • 每次循环根据 x 的值选择颜色,x%4 保证颜色在 4 种中循环(如 x=0 → redx=1 → yellow,依此类推)。

5. 窗口保持
turtle.done()
  • 阻止窗口自动关闭,保持绘图结果可见。

三、效果展示

四、下次题目

导入matplotlib 是一个的 Python 绘图库。

五、总结

一切都是最好的安排


http://www.lryc.cn/news/2379750.html

相关文章:

  • 【git进阶】git rebase(变基)
  • WPS中代码段的识别方法及JS宏实现
  • 小米MUJIA智能音频眼镜来袭
  • 【神经网络与深度学习】GAN 生成对抗训练模型在实际训练中很容易判别器收敛,生成器发散
  • 基于SpringBoot的家政预约系统
  • [服务器备份教程] Rclone实战:自动备份数据到阿里云OSS/腾讯云COS等对象存储
  • 使用 Whisper 生成视频字幕:从提取音频到批量处理
  • Axure难点解决分享:垂直菜单展开与收回(4大核心问题与专家级解决方案)
  • Linux:网络层的重要协议或技术
  • 【Hadoop 实战】Yarn 模式上传 HDFS 卡顿时 “No Route to Host“ 错误深度解析与解决方案
  • JAVA请求vllm的api服务报错Unsupported upgrade request、 Invalid HTTP request received.
  • 基于 CSS Grid 的网页,拆解页面整体布局结构
  • 华为云Astro轻应用创建业务对象(BO)的概念梳理
  • 利用systemd启动部署在服务器上的web应用
  • ArkUI Tab组件开发深度解析与应用指南
  • psotgresql18 源码编译安装
  • 虚幻引擎5-Unreal Engine笔记之Pawn与胶囊体的关系
  • python创建flask项目
  • Vue环境下数据导出PDF的全面指南
  • Linux中的DNS的安装与配置
  • linux服务器与时间服务器同步时间
  • 【数据结构篇】排序1(插入排序与选择排序)
  • 《Linux服务与安全管理》| DNS服务器安装和配置
  • 【NLP】34. 数据专题:如何打造高质量训练数据集
  • Notepad++ 学习(三)使用python插件编写脚本:实现跳转指定标签页(自主研发)
  • Stable Diffusion 学习笔记02
  • python:pymysql概念、基本操作和注入问题讲解
  • Scala语言基础与函数式编程详解
  • 类的加载过程详解
  • 机器学习-人与机器生数据的区分模型测试 - 模型融合与检验