Python版 孤勇者 | 画图+演奏+音乐可视化

简介: 另外还有个叫做 pgzero 的游戏开发库,里面有一个可以播放音符的方法。

零基础python入门教程:python666.cn


大家好,欢迎来到 Crossin的编程教室 !


python里有个叫做 turtle 的库,用它提供的方法可以很简单的画线和涂色:


import turtle as t
t.begin_fill()
t.goto(100, 0)
t.goto(100, 100)
t.goto(0, 100)
t.end_fill()
t.done()



考:【编程课堂】海龟作图


如果我们再“稍微”调整一下参数,就可以用这些代码画出图案:


import turtle as t
# t.speed(5)
t.pencolor('pink')
t.fillcolor('pink')
t.penup()
t.pendown()
t.begin_fill()
t.circle(100, -360)
t.end_fill()
t.pensize(15)
t.pencolor('white')
t.penup()
t.goto(-40, 160)
t.pendown()
t.goto(40, 160)
t.penup()
t.goto(-50, 70)
t.pendown()
t.setheading(-80)
t.circle(50, -200)
t.penup()
t.goto(0, 150)
t.pendown()
t.goto(0, 40)
t.hideturtle()
t.done()



之前我做的冰墩墩、谷爱凌逆行者几个案例都是用的这个库。

另外还有个叫做 pgzero 的游戏开发库,里面有一个可以播放音符的方法。

from pgzero import tone
tone.play("C3", 1)

之前我在 PONG 这个游戏中,就用它来实现小球撞击板子时候的音效。

如果我们再“稍微”调整一下参数,就可以用这些代码演奏出乐曲。

此外在 PONG 游戏中,我们还实现了绘制矩形、圆形,并且让它们动起来。

那么,如果我把以上的功能全部,合在一起,会产生什么效果呢?

请看:

绘制效果:

音乐可视化:

代码已开源。可下载、可修改、可商用,但需要保留署名,来源:Crossin的编程教室


绘图和演奏的代码本身并不“高深”,就是不断反复调用几个语句。但这些语句加起来有一万多行,你要硬肝当然也可以,也就是花个一两个月时间吧。(之前某些抄袭我代码的人居然还大言不惭说代码不难,细心点就行了,真是无知无畏……)

我自然是另有特殊的方法,如果大家感兴趣,后面我再专门写几篇来详细解读。

可视化部分比较有意思,之前有同学留言说想看做“音游”。这次虽然不是音游,但是基本要素都差不多了,后面我会整一个音乐游戏demo,想看的可以点个“在看”鼓励一下

感谢转发点赞的各位~


_往期文章推荐_


PONG-100行代码写一个弹球游戏

相关文章
|
10天前
|
机器学习/深度学习 数据可视化 搜索推荐
Python在社交媒体分析中扮演关键角色,借助Pandas、NumPy、Matplotlib等工具处理、可视化数据及进行机器学习。
【7月更文挑战第5天】Python在社交媒体分析中扮演关键角色,借助Pandas、NumPy、Matplotlib等工具处理、可视化数据及进行机器学习。流程包括数据获取、预处理、探索、模型选择、评估与优化,以及结果可视化。示例展示了用户行为、话题趋势和用户画像分析。Python的丰富生态使得社交媒体洞察变得高效。通过学习和实践,可以提升社交媒体分析能力。
25 1
|
27天前
|
JSON 数据可视化 数据处理
Python基础第九篇(Python可视化的开发)
Python基础第九篇(Python可视化的开发)
|
5天前
|
机器学习/深度学习 数据采集 数据可视化
Python实现支持向量机SVM分类模型线性SVM决策过程的可视化项目实战
Python实现支持向量机SVM分类模型线性SVM决策过程的可视化项目实战
Python实现支持向量机SVM分类模型线性SVM决策过程的可视化项目实战
|
10天前
|
数据采集 机器学习/深度学习 数据可视化
关于Python数据分析项目的简要概述:从CSV加载数据,执行数据预处理,进行数据探索,选择线性回归模型进行训练,评估模型性能并优化,最后结果解释与可视化。
【7月更文挑战第5天】这是一个关于Python数据分析项目的简要概述:从CSV加载数据,执行数据预处理(填充缺失值,处理异常值),进行数据探索(可视化和统计分析),选择线性回归模型进行训练,评估模型性能并优化,最后结果解释与可视化。此案例展示了数据科学的典型流程。
31 2
|
16天前
|
数据采集 JSON 数据可视化
【Python实战】Python对中国500强排行榜数据进行可视化分析
【Python实战】Python对中国500强排行榜数据进行可视化分析
|
29天前
|
数据采集 数据可视化 数据挖掘
数据挖掘实战:使用Python进行数据分析与可视化
在大数据时代,Python因其强大库支持和易学性成为数据挖掘的首选语言。本文通过一个电商销售数据案例,演示如何使用Python进行数据预处理(如处理缺失值)、分析(如销售额时间趋势)和可视化(如商品类别销售条形图),揭示数据背后的模式。安装`pandas`, `numpy`, `matplotlib`, `seaborn`后,可以按照提供的代码步骤,从读取CSV到数据探索,体验Python在数据分析中的威力。这只是数据科学的入门,更多高级技术等待发掘。【6月更文挑战第14天】
66 11
|
24天前
|
机器学习/深度学习 自然语言处理 数据可视化
文本挖掘与可视化:生成个性化词云的Python实践【7个案例】
词云(Word Cloud),又称为文字云或标签云,是一种用于文本数据可视化的技术,通过不同大小、颜色和字体展示文本中单词的出现频率或重要性。在词云中,更频繁出现的单词会显示得更大,反之则更小。
|
25天前
|
机器学习/深度学习 自然语言处理 数据可视化
文本挖掘与可视化:生成个性化词云的Python实践【7个案例】
词云是文本数据可视化的工具,显示单词频率,直观、美观,适用于快速展示文本关键信息。 - 用途包括关键词展示、数据探索、报告演示、情感分析和教育。 - 使用`wordcloud`和`matplotlib`库生成词云,`wordcloud`负责生成,`matplotlib`负责显示。 - 示例代码展示了从简单词云到基于蒙版、颜色和关键词权重的复杂词云生成。 - 案例覆盖了中文分词(使用`jieba`库)、自定义颜色和关键词权重的词云。 - 代码示例包括读取文本、分词、设置词云参数、显示和保存图像。
48 1
|
24天前
|
数据可视化
Seaborn 可视化(三)
Seaborn的pairplot用于多变量数据可视化,但上半部分与下半部分重复。可通过PairGrid手动定制,如示例所示,用regplot和kdeplot分别绘制对角线以上和以下的图,histplot画对角线。hue参数增强可视化,比如在violinplot和lmplot中按性别着色,展示不同类别。还能通过点的大小和形状(如markers参数)添加信息。Seaborn提供darkgrid等5种样式,用sns.set_style切换。
|
24天前
|
数据可视化 Python
Seaborn 可视化(二)
Seaborn教程展示了如何用`jointplot`创建蜂巢图,以及使用`matplotlib`的`hexbin`函数绘制2D核密度图。此外,它还介绍了2D核密度图,强调其在展示两个变量联合分布上的作用。条形图、箱线图和小提琴图也被讨论,其中箱线图揭示了数据的统计特性,而小提琴图结合了箱线图和核密度图的信息。`pairplot`函数用于可视化数据集中所有变量之间的两两关系。每种图表类型都配有示例图像。