02-Python turtle 模块精讲(二)

简介: 内容

画笔控制

我们可以控制画笔的起笔和落笔,以决定是否在屏幕上留下运动的轨迹。


当调用 penup() 方法,表示起笔,在此状态下不会画出运动的轨迹;

当调用 pendown() 方法,表示落笔,在此状态下会画出运动的轨迹。

我们可以这么理解,海龟拿了一支笔,这只笔或朝上或朝下,当笔朝上时,海龟在移动过程中什么也不画,当笔朝下时,海龟用笔画下自己的轨迹。


我们把刚才绘制风筝的代码稍作修改,现在,在画布的中央及上、下、左、右 4 个角,绘制出 5 个类似的风筝头,并且将绘制的速度提高到 10。代码如下。


17.png

17.png18.png

图 8

色彩

海龟绘图并不是只能够用黑色画笔绘图,还可以使用其他颜色画笔,甚至可以为图形填充颜色。下面我们来介绍几个和颜色相关的函数。


pencolor:设置画笔颜色;


fillcolor:设置填充颜色;


begin_fill:填充形状前调用;


end_fill:填充形状后调用。


光线有 3 种主要的颜色:红色、绿色和蓝色(红色、蓝色和黄色是绘画和颜料的主要颜色,但是计算机显示器使用的是光,而不是颜料)。通过将这 3 种颜色的不同的量组合起来,可以形成任何其他的颜色。


在 Pygame 中,我们使用 3 个整数的元组来表示颜色。元组中的第 1 个值,表示颜色中有多少红色。为0的整数值表示该颜色中没有红色,而 255 表示该颜色中的红色达到最大值。第 2 个值表示绿色,而第 3 个值表示蓝色。这些用来表示一种颜色的 3 个整数的元组,通常称为 RGB 值(RGB value)。


由于我们可以针对 3 种主要的颜色使用 0~255 的任何组合,这就意味着 Pygame 可以绘制 16 777 216 种不同的颜色,即 256×256×256 种颜色。然而,如果试图使用大于 255 的值或负值,将会得到类似ValueError: invalid color argument 的一个错误。


例如,我们创建元组 (0, 0, 0) 并且将其存储到一个名为 BLACK 的变量中。没有红色、绿色和蓝色的颜色量,最终的颜色是完全的黑色。黑色实际上就是任何颜色值都没有。元组 (255, 255, 255) 表示红色、绿色和蓝色都达到最大量,最终得到白色。白色是红色、绿色和蓝色的完全的组合。元组 (255, 0, 0) 表示红色达到最大量,而没有绿色和蓝色,因此,最终的颜色是红色。类似的,(0, 255, 0) 是绿色,而 (0, 0, 255) 是蓝色。


我们通过一个简单的示例,来看看如何使用色彩:


首先,调用 pencolor() 方法将画笔设置为红色,接着调用 fillcolor() 方法将填充色设置为绿色;


然后调用 begin_fill() 方法,表示要开始填充;


接下来,调用 circle() 方法绘制圆,画笔是红色的,填充是绿色的,半径为 90 像素;


最后,调用 end_fill() 方法结束填充。


代码如下。


19.png

运行一下,绘制的图形效果如图 9 所示。20.png21.png

图9

除了可以直接输入颜色的“英文名称”(如上面的示例代码中的 red、green),我们还可以直接指定颜色的 RGB 色彩值。


海龟绘图专门有一个 colormode 函数用来指定 RGB 色彩值范围为 0~255 的整数或者 0~1 的小数。当参数是 255 的时候,表示采用 0~255 的整数值;当参数是 1.0 的时候,表示采用 0 到 1 的小数值。我们来看一个示例,代码如下。

22.png


我们两次调用了 colormode() 函数,第一次传给它的参数是 255,而后一次调用 pencolor() 函数就用 0 到 255 之间的整数作为参数来表示 RGB 色彩值,表示画笔的颜色是粉红色。然后绘制了一个大圆。


接下来我们再次调用 colormode() 函数,而后一次调用 pencolor() 函数就用 0 到 1 之间的小数作为参数来表示 RGB 色彩值,表示画笔的颜色是棕色。然后绘制了一个小圆。运行代码,得到的效果如图 10 所示。

23.png

图10


19.png


目录
相关文章
|
7月前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
853 7
|
7月前
|
监控 安全 程序员
Python日志模块配置:从print到logging的优雅升级指南
从 `print` 到 `logging` 是 Python 开发的必经之路。`print` 调试简单却难维护,日志混乱、无法分级、缺乏上下文;而 `logging` 支持级别控制、多输出、结构化记录,助力项目可维护性升级。本文详解痛点、优势、迁移方案与最佳实践,助你构建专业日志系统,让程序“有记忆”。
571 0
|
开发者 Python
如何在Python中管理模块和包的依赖关系?
在实际开发中,通常会结合多种方法来管理模块和包的依赖关系,以确保项目的顺利进行和可维护性。同时,要及时更新和解决依赖冲突等问题,以保证代码的稳定性和可靠性
683 159
|
7月前
|
JSON 算法 API
Python中的json模块:从基础到进阶的实用指南
本文深入解析Python内置json模块的使用,涵盖序列化与反序列化核心函数、参数配置、中文处理、自定义对象转换及异常处理,并介绍性能优化与第三方库扩展,助你高效实现JSON数据交互。(238字)
601 4
|
8月前
|
安全 大数据 程序员
Python operator模块的methodcaller:一行代码搞定对象方法调用的黑科技
`operator.methodcaller`是Python中处理对象方法调用的高效工具,替代冗长Lambda,提升代码可读性与性能。适用于数据过滤、排序、转换等场景,支持参数传递与链式调用,是函数式编程的隐藏利器。
247 4
|
7月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
690 0
|
7月前
|
XML JSON 数据处理
超越JSON:Python结构化数据处理模块全解析
本文深入解析Python中12个核心数据处理模块,涵盖csv、pandas、pickle、shelve、struct、configparser、xml、numpy、array、sqlite3和msgpack,覆盖表格处理、序列化、配置管理、科学计算等六大场景,结合真实案例与决策树,助你高效应对各类数据挑战。(238字)
935 0
|
8月前
|
存储 数据库 开发者
Python SQLite模块:轻量级数据库的实战指南
本文深入讲解Python内置sqlite3模块的实战应用,涵盖数据库连接、CRUD操作、事务管理、性能优化及高级特性,结合完整案例,助你快速掌握SQLite在小型项目中的高效使用,是Python开发者必备的轻量级数据库指南。
689 0
|
9月前
|
存储 安全 数据处理
Python 内置模块 collections 详解
`collections` 是 Python 内置模块,提供多种高效数据类型,如 `namedtuple`、`deque`、`Counter` 等,帮助开发者优化数据处理流程,提升代码可读性与性能,适用于复杂数据结构管理与高效操作场景。
539 0
|
10月前
|
数据安全/隐私保护 Python
抖音私信脚本app,协议私信群发工具,抖音python私信模块
这个实现包含三个主要模块:抖音私信核心功能类、辅助工具类和主程序入口。核心功能包括登录