轻轻松松学会Python入门四:turtle库的使用

简介: a.b()形式,这种通过使用函数库并利用库中函数进行编程的方法是Python语言中最重要的特点,称为“模块编程”。后面会详细讲解。

之前我们了解了实例温度转换,我们这一章主要讲turtle库的使用。turtle库是Python自带的标准库,不需要另外下载。Python的turtle库是一个直观有趣的图形绘制函数库。turtle(海龟)库绘制图形有一个基本框架:一个小海龟在坐标系中爬行,其爬行轨迹形成了绘制图形。对于小海龟来说,有前进,后退,旋转等爬行动作。刚开始绘制时,小海龟位于画布正中央,此处坐标为(0,0),行进方向为水平右方。


一,蟒蛇绘制


好,话不多说,我们直接上代码:


#蟒蛇绘制.py
import turtle
turtle.setup(650,350,200,200)
turtle.penup()
turtle.fd(-250)
turtle.pendown()
turtle.pensize(25)
turtle.pencolor("purple")
turtle.seth(-40)
for i in range(4):
    turtle.circle(40,80)
    turtle.circle(-40,80)
turtle.circle(40,80/2)
turtle.fd(40)
turtle.circle(16,180)
turtle.fd(40 * 2/3)
turtle.done()


这个例子的代码与温度转化的代码不同,首先没有使用显式的用户输入输出,其次,这个程序绝大多数代码行都是a.b()形式,代码行中没有赋值语句。


a.b()形式,这种通过使用函数库并利用库中函数进行编程的方法是Python语言中最重要的特点,称为“模块编程”。后面会详细讲解。


二,库引用


扩充Python程序功能的方式


使用import保留字完成


使用import引用函数库有两种方式,但对函数的使用方式略有不同。


第一种引用函数库的方法如下:

import <库名>


此时,程序可以调用库名中的所有函数,使用库中函数的格式如下:

<库名>.<函数名>(<函数参数>)


第二种引用函数库的方法如下:

from <库名> import <函数名,函数名,.函数名>

from <库名> import *

#其中,*是通配符,表示所有函数


此时,调用该库的函数时不再需要使用库名,直接使用如下格式:

<函数名> (<函数参数>)


两种函数库引用方式各有优点,第一种能够显式表明函数来源,在引用较多库时代码可读性更好。第二种代码更简洁。


注意:


第一种引用方式,Python解释器将a.b()整体作为函数名。当采用第二种方式时,Python解释器将b作为函数名。这可能产生一种情况,假设用户已经定义了一个函数b,库中的函数名b将会与用户自定义的函数名冲突。由于Python程序要求函数命名唯一,所以,当函数名冲突时Python解释器会以最近的函数定义为准。


92fe35d4b3054b9c92894db570773a48.jpg


三,画笔控制函数


7b09294b6c3b4e9c8a3605612b893255.jpg

adb5b97f6d314d1a9dffde61de77bbd8.jpg


四,RGB色彩模式


由三种颜色构成的万物色,覆盖视力所能感知的所有颜色。


默认为小数模式,可切换为整数值。


37fce4ac3dc143608396694f07832b81.png

f113767ea79e418d8438918de6d65182.png


最后提一下的就是.done()函数,它的作用是:如果是文件式描写方法,作为turtle绘制的最后部分,程序运行之后,程序需手动退出。

目录
相关文章
|
2月前
|
存储 Web App开发 前端开发
Python + Requests库爬取动态Ajax分页数据
Python + Requests库爬取动态Ajax分页数据
|
1月前
|
API 数据安全/隐私保护 开发者
Python自定义异常:从入门到实践的轻松指南
在Python开发中,自定义异常能提升错误处理的精准度与代码可维护性。本文通过银行系统、电商库存等实例,详解如何创建和使用自定义异常,涵盖异常基础、进阶技巧、最佳实践与真实场景应用,助你写出更专业、易调试的代码。
76 0
|
1月前
|
IDE 开发工具 数据安全/隐私保护
Python循环嵌套:从入门到实战的完整指南
循环嵌套是Python中处理多维数据和复杂逻辑的重要工具。本文通过实例讲解嵌套循环的基本用法、常见组合、性能优化技巧及实战应用,帮助开发者掌握其核心思想,避免常见错误,并探索替代方案与进阶方向。
84 0
|
1月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
223 0
|
1月前
|
监控 Linux 数据安全/隐私保护
Python实现Word转PDF全攻略:从入门到实战
在数字化办公中,Python实现Word转PDF自动化,可大幅提升处理效率,解决格式兼容问题。本文详解五种主流方案,包括跨平台的docx2pdf、Windows原生的pywin32、服务器部署首选的LibreOffice命令行、企业级的Aspose.Words,以及轻量级的python-docx+pdfkit组合。每种方案均提供核心代码与适用场景,并涵盖中文字体处理、表格优化、批量进度监控等实用技巧,助力高效办公自动化。
299 0
|
2月前
|
存储 监控 安全
Python剪贴板监控实战:clipboard-monitor库的深度解析与扩展应用
本文介绍如何利用Python的clipboard-monitor库实现剪贴板监控系统,涵盖文本与图片的实时监听、防重复存储、GUI界面开发及数据加密等核心技术,适用于安全审计与自动化办公场景。
83 0
|
3月前
|
Python
Python编程基石:整型、浮点、字符串与布尔值完全解读
本文介绍了Python中的四种基本数据类型:整型(int)、浮点型(float)、字符串(str)和布尔型(bool)。整型表示无大小限制的整数,支持各类运算;浮点型遵循IEEE 754标准,需注意精度问题;字符串是不可变序列,支持多种操作与方法;布尔型仅有True和False两个值,可与其他类型转换。掌握这些类型及其转换规则是Python编程的基础。
211 33
|
2月前
|
数据采集 分布式计算 大数据
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
84 1

热门文章

最新文章

推荐镜像

更多