考点:角度旋转、海龟坐标轴以及简单时间绘图算法以及海龟的定时器ontimer【Python习题10】

简介: 考点:角度旋转、海龟坐标轴以及简单时间绘图算法以及海龟的定时器ontimer【Python习题10】

考点:角度旋转、海龟坐标轴以及简单时间绘图算法【Python习题10】

解析:

  1. 坐标轴的设置使用turtle的mode方法,主要一般使用"logo"以及默认的标准坐标。如下我的画图示意

919a825efdf4abccef19757751c0d835.png

b6881c32a4f156c6f9a69b99128d8122.png

     以上图片画得不够好,请见谅,主要为了说明两个坐标轴的角度和默认方向。

   2.角度旋转主要涉及到两个函数,一个是right函数,一个是setheading函数。这里必须要注意的是setheading函数的角度旋转默认是按照坐标系的方向来的,而right函数是按照实际前进方向的左右来的,right函数跟坐标系没有关系了,因为right已经决定了方向是向右的,类似的向左旋转就使用left函数了。

   3.这里要注意的是写文字使用了write函数,这个函数在写的位置是当前点的位置的上方开始的,所以会导致数字位置错位,需要人工主动调整时钟的数字位置。

   4.时钟要走起来,就要使用时钟来触发,这里我们直接使用turtle的ontimer事件去触发我们每次要刷新的三个指针,注意,这个函数的第一个参数在调用函数的时候,不要写括号;而第二个参数的单位是毫秒。

   5.时钟的算法比较简单的,时分秒都使用系统的时间数值,从datetime库中去获取。计算时,因为一圈是360°,所以每一格就是360/60的度数,每次秒中指针的变化就直接按照这个度数乘以秒数即可。分钟指针也是类似于秒钟。不同的是小时指针,因为1小时的度数是360°/12,所以我们只要求出当前已经从0开始经历了多少小时即可知道应该转过的度数。而当前经历的小时数=实际的小时数+分钟所占的小时数,这里的分钟所占的小时数=实际分钟数/60即可。

运行效果如下图:

8960d0e211fe364fa3ddae9c1def298b.png

以上效果源代码:

"""
import turtle  #导入海龟库
import  datetime  #导入时间库
#画表盘函数
def drawPlanet():
    #画圆
    tp = turtle.Pen()
    tp.speed(0.1)
    # tp.dot(5)
    tp.penup()
    tp.forward(100)
    tp.setheading(-90)
    tp.pendown()
    # tp.dot(5)
    tp.circle(100)
    k=0
    #画边线
    for i in range(60):
        tp.penup()
        tp.home()
        tp.right(i*6)
        if i*6%5==0:
            tp.forward(80)
        else:
            tp.forward(90)
        tp.pendown()
        if i * 6 % 5 == 0:
            tp.forward(20)
        else:
            tp.forward(10)
    #数字
    tp.penup()
    tp.home()
    tp.forward(65)
    # tp.pendown()
    tp.setheading(180)
    tp.setpos(tp.pos()[0] - 5, tp.pos()[1]-5)
    tp.write(12)
    for i in range(0,12):
        tp.penup()
        tp.home()
        # tp.pendown()
        tp.right(30 * i)
        tp.forward(65)
        if i!=0:
            tp.setpos(tp.pos()[0]-3,tp.pos()[1]-5)
            tp.write(i)
#画指针函数
def drawPointer():
    global hpt,mpt,spt,tnpt
    cthour=datetime.datetime.now().hour
    ctminite=datetime.datetime.now().minute
    ctsecond=datetime.datetime.now().second
    print(cthour,ctminite,ctsecond)
    spt.clear()
    spt.home()
    spt.dot(5)
    spt.setheading(360/60*ctsecond)
    spt.pendown()
    spt.forward(70)
    spt.penup()
    mpt.clear()
    mpt.home()
    mpt.setheading(360/60*ctminite)
    mpt.pendown()
    mpt.forward(55)
    mpt.penup()
    hpt.clear()
    hpt.home()
    cthour=cthour if cthour<12 else cthour-12
    hpt.setheading(360/12*(cthour+ctminite/60))
    hpt.pendown()
    hpt.forward(40)
    hpt.penup()
    tnpt.clear()
    tnpt.penup()
    tnpt.home()
    tnpt.setheading(0)
    tnpt.forward(110)
    tnpt.setheading(90)
    tnpt.write("北京时间:")
    tnpt.forward(60)
    tnpt.pendown()
    tnpt.write(datetime.datetime.now().strftime("%Y{}%m{}%d{} %H:%M:%S").format("年","月","日"))
    turtle.ontimer(drawPointer,100)
turtle.title("刘金玉编程,模拟时钟")  #要记得老刘哦!
turtle.mode("logo")  #坐标轴模式的设置
turtle.tracer(False)  #取消逐步绘制,让其一步到位
drawPlanet()
hpt = turtle.Pen()  # 时钟
mpt = turtle.Pen()  # 分钟
spt = turtle.Pen()  # 秒钟
tnpt=turtle.Pen()#现在时间
drawPointer()
turtle.penup()
turtle.home()
turtle.color("blue")
turtle.write("刘金玉编程")
turtle.hideturtle()
turtle.done()

总结:

本节时钟绘制应该是很重要的知识要点,通过此题的训练,可以达到灵活使用海龟画图的中基本用法,灵活使用坐标轴、定时器,可以为未来绘制动态图形提供逻辑基础。

相关文章
|
7天前
|
机器学习/深度学习 人工智能 算法
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
海洋生物识别系统。以Python作为主要编程语言,通过TensorFlow搭建ResNet50卷积神经网络算法,通过对22种常见的海洋生物('蛤蜊', '珊瑚', '螃蟹', '海豚', '鳗鱼', '水母', '龙虾', '海蛞蝓', '章鱼', '水獭', '企鹅', '河豚', '魔鬼鱼', '海胆', '海马', '海豹', '鲨鱼', '虾', '鱿鱼', '海星', '海龟', '鲸鱼')数据集进行训练,得到一个识别精度较高的模型文件,然后使用Django开发一个Web网页平台操作界面,实现用户上传一张海洋生物图片识别其名称。
86 7
海洋生物识别系统+图像识别+Python+人工智能课设+深度学习+卷积神经网络算法+TensorFlow
|
5天前
|
存储 缓存 算法
Python中常用的数据结构与算法优化技巧指南
Python是一种强大而灵活的编程语言,它提供了丰富的数据结构和算法库,但是在处理大规模数据或者需要高效运行的情况下,需要考虑一些优化技巧。本文将介绍一些Python中常用的数据结构与算法优化技巧,并附带代码实例,帮助你更好地理解和运用。
|
7天前
|
机器学习/深度学习 人工智能 算法
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
昆虫识别系统,使用Python作为主要开发语言。通过TensorFlow搭建ResNet50卷积神经网络算法(CNN)模型。通过对10种常见的昆虫图片数据集('蜜蜂', '甲虫', '蝴蝶', '蝉', '蜻蜓', '蚱蜢', '蛾', '蝎子', '蜗牛', '蜘蛛')进行训练,得到一个识别精度较高的H5格式模型文件,然后使用Django搭建Web网页端可视化操作界面,实现用户上传一张昆虫图片识别其名称。
130 7
【昆虫识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+机器学习+TensorFlow+ResNet50
|
8天前
|
机器学习/深度学习 人工智能 算法
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
球类识别系统,本系统使用Python作为主要编程语言,基于TensorFlow搭建ResNet50卷积神经网络算法模型,通过收集 '美式足球', '棒球', '篮球', '台球', '保龄球', '板球', '足球', '高尔夫球', '曲棍球', '冰球', '橄榄球', '羽毛球', '乒乓球', '网球', '排球'等15种常见的球类图像作为数据集,然后进行训练,最终得到一个识别精度较高的模型文件。再使用Django开发Web网页端可视化界面平台,实现用户上传一张球类图片识别其名称。
101 7
【球类识别系统】图像识别Python+卷积神经网络算法+人工智能+深度学习+TensorFlow
|
4天前
|
算法 数据中心 Python
基于python雪花算法工具类Snowflake-来自chatGPT
基于python雪花算法工具类Snowflake-来自chatGPT
15 4
|
5天前
|
机器学习/深度学习 算法 数据挖掘
Python机器学习10大经典算法的讲解和示例
为了展示10个经典的机器学习算法的最简例子,我将为每个算法编写一个小的示例代码。这些算法将包括线性回归、逻辑回归、K-最近邻(KNN)、支持向量机(SVM)、决策树、随机森林、朴素贝叶斯、K-均值聚类、主成分分析(PCA)、和梯度提升(Gradient Boosting)。我将使用常见的机器学习库,如 scikit-learn,numpy 和 pandas 来实现这些算法。
|
10天前
|
存储 算法 Python
python常用算法(5)——树,二叉树与AVL树(一)
python常用算法(5)——树,二叉树与AVL树
|
12天前
|
算法 数据可视化 Python
Python中的决策树算法探索
Python中的决策树算法探索
|
16天前
|
存储 算法 调度
力扣中级算法(Python)
力扣中级算法(Python)
|
16天前
|
算法 Python
力扣初级算法(Python)(二)
力扣初级算法(Python)(二)