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
|
1天前
|
算法 数据安全/隐私保护 开发者
马特赛特旋转算法:Python的随机模块背后的力量
马特赛特旋转算法是Python `random`模块的核心,由松本真和西村拓士于1997年提出。它基于线性反馈移位寄存器,具有超长周期和高维均匀性,适用于模拟、密码学等领域。Python中通过设置种子值初始化状态数组,经状态更新和输出提取生成随机数,代码简单高效。
|
12天前
|
机器学习/深度学习 人工智能 算法
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
垃圾识别分类系统。本系统采用Python作为主要编程语言,通过收集了5种常见的垃圾数据集('塑料', '玻璃', '纸张', '纸板', '金属'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对图像数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。然后使用Django搭建Web网页端可视化操作界面,实现用户在网页端上传一张垃圾图片识别其名称。
43 0
基于Python深度学习的【垃圾识别系统】实现~TensorFlow+人工智能+算法网络
|
12天前
|
机器学习/深度学习 人工智能 算法
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
手写数字识别系统,使用Python作为主要开发语言,基于深度学习TensorFlow框架,搭建卷积神经网络算法。并通过对数据集进行训练,最后得到一个识别精度较高的模型。并基于Flask框架,开发网页端操作平台,实现用户上传一张图片识别其名称。
43 0
【手写数字识别】Python+深度学习+机器学习+人工智能+TensorFlow+算法模型
|
12天前
|
机器学习/深度学习 人工智能 算法
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
蔬菜识别系统,本系统使用Python作为主要编程语言,通过收集了8种常见的蔬菜图像数据集('土豆', '大白菜', '大葱', '莲藕', '菠菜', '西红柿', '韭菜', '黄瓜'),然后基于TensorFlow搭建卷积神经网络算法模型,通过多轮迭代训练最后得到一个识别精度较高的模型文件。在使用Django开发web网页端操作界面,实现用户上传一张蔬菜图片识别其名称。
52 0
基于深度学习的【蔬菜识别】系统实现~Python+人工智能+TensorFlow+算法模型
|
16天前
|
算法 Python
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果
在Python编程中,分治法、贪心算法和动态规划是三种重要的算法。分治法通过将大问题分解为小问题,递归解决后合并结果;贪心算法在每一步选择局部最优解,追求全局最优;动态规划通过保存子问题的解,避免重复计算,确保全局最优。这三种算法各具特色,适用于不同类型的问题,合理选择能显著提升编程效率。
32 2
|
1月前
|
存储 机器学习/深度学习 算法
蓝桥杯练习题(三):Python组之算法训练提高综合五十题
蓝桥杯Python编程练习题的集合,涵盖了从基础到提高的多个算法题目及其解答。
63 3
蓝桥杯练习题(三):Python组之算法训练提高综合五十题
|
25天前
|
算法 安全 NoSQL
2024重生之回溯数据结构与算法系列学习之顺序表习题精讲【无论是王道考研人还真爱粉都能包会的;不然别给我家鸽鸽丢脸好嘛?】
顺序表的定义和基本操作之插入;删除;按值查找;按位查找习题精讲等具体详解步骤以及举例说明
|
28天前
|
机器学习/深度学习 人工智能 算法
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
车辆车型识别,使用Python作为主要编程语言,通过收集多种车辆车型图像数据集,然后基于TensorFlow搭建卷积网络算法模型,并对数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django搭建web网页端操作界面,实现用户上传一张车辆图片识别其类型。
72 0
【车辆车型识别】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+算法模型
|
1月前
|
机器学习/深度学习 算法 Java
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
机器学习、基础算法、python常见面试题必知必答系列大全:(面试问题持续更新)
|
1月前
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
59 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
下一篇
无影云桌面