【python学习小案例】提升兴趣之模拟系统入侵

简介: 【python学习小案例】提升兴趣之模拟系统入侵

✨前言


本专栏和大家分享一些python学习中的一些小案例。

案例很小却很有趣味,趣味才是最好的老师。

一起陪我看看吧!


文章目录



模拟系统入侵


这个小例子很简单,当然肯定不是真的系统入侵哦!!!本案例只适合刚接触python的小白增加兴趣哦!!!

只用到了time和turtle两个库,运行结果为显示入侵进度条,入侵完成屏幕随机弹出弹窗。


运行结果展示



实现代码


import time
import turtle as t
s=50
print("入侵开始".center(60,'-'))
start=time.perf_counter()
for i in range(51):
    a='*'*i
    b='.'*(s-i)
    c=(i/s)*100
    end=time.perf_counter()
    d=end-start
    print("\r{2:^3.0f}%[{0}->{1}]{3:.2f}s".format(a,b,c,d),end="")
    time.sleep(0.3)
print("")
print("入侵完成".center(60,'-'))
for x in range(9999):
    t.bgcolor("red")
    t.setup(150,110,50)
    t.setup(400,50,250,300)
    t.setup(300,80,100,400)
    t.setup(450,100,30)
    t.setup(200,2,3,60)
    t.setup(25,3,65,560)  
    t.setup(150,110,50)
    t.setup(400,50,600,300)
    t.setup(300,80,459,400)
    t.setup(450,100,3400)
    t.setup(200,2,67,455)
    t.setup(50,3,876,321)
    t.setup(1000,600,31)
    t.setup(1200,600,321)
    t.setup(1300,60,321)
    t.setup(125,600,321)
    t.setup(1100,60,321)
    t.setup(1456,600,31)
    t.setup(1567,600,321)
    t.setup(124,600,321)
    t.setup(136,60,321)
    t.setup(1567,600,321)
    t.setup(1678,600,21)
    t.setup(800,800,456)
    t.setup(700,800,600,600)
time.sleep(3600000)

✨总结


本案例主要核心就是手工实现了一个进度条的展示,并且在最后附加了形似入侵的感觉。

喜欢的小伙伴可以自行测试一下哦,有惊喜!!!


相关文章
|
9月前
|
算法 搜索推荐 JavaScript
基于python智能推荐算法的全屋定制系统
本研究聚焦基于智能推荐算法的全屋定制平台网站设计,旨在解决消费者在个性化定制中面临的选择难题。通过整合Django、Vue、Python与MySQL等技术,构建集家装设计、材料推荐、家具搭配于一体的一站式智能服务平台,提升用户体验与行业数字化水平。
|
9月前
|
存储 分布式计算 大数据
基于Python大数据的的电商用户行为分析系统
本系统基于Django、Scrapy与Hadoop技术,构建电商用户行为分析平台。通过爬取与处理海量用户数据,实现行为追踪、偏好分析与个性化推荐,助力企业提升营销精准度与用户体验,推动电商智能化发展。
|
9月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
498 2
|
9月前
|
存储 Java 数据处理
(numpy)Python做数据处理必备框架!(一):认识numpy;从概念层面开始学习ndarray数组:形状、数组转置、数值范围、矩阵...
Numpy是什么? numpy是Python中科学计算的基础包。 它是一个Python库,提供多维数组对象、各种派生对象(例如掩码数组和矩阵)以及用于对数组进行快速操作的各种方法,包括数学、逻辑、形状操作、排序、选择、I/0 、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等等。 Numpy能做什么? numpy的部分功能如下: ndarray,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组 用于对整组数据进行快速运算的标准数学函数(无需编写循环)。 用于读写磁盘数据的工具以及用于操作内存映射文件的工具。 线性代数、随机数生成以及傅里叶变换功能。 用于集成由C、C++
716 1
|
9月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的台风灾害分析及预测系统
针对台风灾害预警滞后、精度不足等问题,本研究基于Python与大数据技术,构建多源数据融合的台风预测系统。利用机器学习提升路径与强度预测准确率,结合Django框架实现动态可视化与实时预警,为防灾决策提供科学支持,显著提高应急响应效率,具有重要社会经济价值。
|
9月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。

推荐镜像

更多