Python 面向对象--人狗大战(教程)

简介: Python 面向对象--人狗大战(教程)

可参考代码来方便学习

项目实训

多条狗,多个人,有名字,品种,年龄,攻击力

狗可以咬人,人可以打狗

当有多个实体的情况下,就可以使用模板的形式来使用;

定义一个函数dog,将需要的参数写入字典data,返回data,就完成了模板

再d1给到dog所需要的参数name,d_type也就是实体了,实体可以有很多个

再进行输出print

因为每条狗的攻击力是不一样的,所以写一个字典,来判断攻击力

二哈的攻击力为20,藏獒的攻击力为70

再在data字典下return上写一个if判断来自动区分攻击力

这里好了就输出试一试

能正常输出那么代码也就没有问题了

接下来就生成人,人和dog角色的模板是一样的

定义一个函数person,有两个参数name和age

血量(life_val)是和dog角色一样的100

if 判读age(年龄)>=18,也就是成年人攻击力为50,当age不>=18就为未成年,攻击力为30

最后return data

写完了,那么就输出看一下,18=18,经过判断attack=50

接下来就写游戏交互,交互就可以写成一个函数,dog_bite(狗咬人)

1:定义一个函数dog_bite有两个参数dog_obj和person_obj

2:人的血量减去狗的攻击等于剩余的血量,这个就是咬人动作

3:输出狗的[name]咬了人[name],人掉血[attack_val],还有血量[life_val];

(说的可能不是很明白,看输出就懂了)

4:输出

人打狗其实是一样的,这里就省去步骤,直接看代码

到现在这个代码还没有完全结束,dog_bite不是只属于dog的,person_beat也不是只属于person的,person可以使用dog_bite这个动作,dog也能使用person_beat这个动作;

在这里person使用了dog_bite的动作

这样的话整个就乱 了

要改成dog_bite只能被dog使用,person_beat只能被person使用;就要给到一个限制

咱们可以把咬人的动作放到函数dog下

这样的话在外面是没办法调用dog_bite这个函数的;如果想在执行函数的时候不调用dog_bite,在后面可以调用dog_bite函数,你可以把dog_bite存在data里面(为了可以在函数外部可以调用dog_bite方法),这样在dog_bite函数里就可以不要传dog_obj的值(将dog_bite的dog_obj改成data),现在dog_bite的动作就只属于dog了

Person_beat这个函数也是一样的,这里就直接看代码了(参考修改dog_bite)

这样dog_bite就是专属dog的,person_beat就专属person的

Person person_beat,dog dog_bite就会报错

正常输出试一下

代码到这里就完成了

目录
相关文章
|
12天前
|
存储 Python
SciPy 教程 之 SciPy 稀疏矩阵 4
SciPy 教程之 SciPy 稀疏矩阵 4:介绍稀疏矩阵的概念、类型及其在科学计算中的应用。SciPy 的 `scipy.sparse` 模块提供了处理稀疏矩阵的工具,重点讲解了 CSC 和 CSR 两种格式,并通过示例演示了如何创建和操作 CSR 矩阵。
36 3
|
1天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
7 1
|
3天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
7 3
|
6天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
20 5
|
5天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
15 3
|
4天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
10 1
|
8天前
|
Python
SciPy 教程 之 SciPy 图结构 7
《SciPy 教程 之 SciPy 图结构 7》介绍了 SciPy 中处理图结构的方法。图是由节点和边组成的集合,用于表示对象及其之间的关系。scipy.sparse.csgraph 模块提供了多种图处理功能,如 `breadth_first_order()` 方法可按广度优先顺序遍历图。示例代码展示了如何使用该方法从给定的邻接矩阵中获取广度优先遍历的顺序。
19 2
|
9天前
|
算法 Python
SciPy 教程 之 SciPy 图结构 5
SciPy 图结构教程,介绍图的基本概念和SciPy中处理图结构的模块scipy.sparse.csgraph。重点讲解贝尔曼-福特算法,用于求解任意两点间最短路径,支持有向图和负权边。通过示例演示如何使用bellman_ford()方法计算最短路径。
19 3
|
9天前
|
缓存 测试技术 Apache
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
告别卡顿!Python性能测试实战教程,JMeter&Locust带你秒懂性能优化💡
22 1
|
13天前
|
存储 Python
SciPy 教程 之 SciPy 稀疏矩阵 2
SciPy教程之SciPy稀疏矩阵2:介绍稀疏矩阵的概念、应用场景及scipy.sparse模块的使用。重点讲解CSC和CSR两种稀疏矩阵类型及其常用方法,如data属性和count_nonzero()方法。
38 4