tqdm库融入猜数字小游戏(python

简介: tqdm库融入猜数字小游戏(python


1.介绍:

tqdm(全称为"taqaddum",阿拉伯语中表示"进展")是一个用于在Python命令行界面中创建进度条的库。它提供了一种简单而有效的方式来显示迭代过程的进度,使得长时间运行的任务更具可视化和交互性。

2.tqdm的主要特点包括:

简单易用:使用tqdm只需将迭代对象作为参数传递给tqdm函数即可创建一个进度条。它提供了直观的API和丰富的选项,可以轻松地自定义进度条的样式和功能。

实时更新:tqdm会自动计算并显示迭代过程的剩余时间、速度等有用的信息,并在每次迭代中实时更新进度条。

多种样式:tqdm支持多种进度条样式,例如简单的文本进度条、动画效果的进度条以及图形化的进度条。

嵌套支持:tqdm可以处理多个嵌套的迭代过程,每个进度条都会被正确地显示和更新。

跨平台支持:tqdm可以在各种操作系统上运行,并且对于大多数常见的Python解释器都兼容。

使用tqdm库可以提升用户体验,让长时间运行的任务更具有可视化和交互性。它在数据处理、机器学习、爬虫等需要迭代过程的场景中非常有用。

3.猜数字小游戏

import time
import random
import tqdm
print("正在加载游戏...")
# 使用tqdm库创建进度条
for i in tqdm.tqdm(range(10)):
    time.sleep(0.5)
print("\n欢迎来到猜数字游戏!")
time.sleep(1)
while True:
    # 打印进度条
    print("\n")
    time.sleep(0.5)
    for i in tqdm.tqdm(range(5)):
        time.sleep(0.5)
    print("我想了一个1到100之间的整数,请你猜猜看是多少。")
    # 生成1到100之间的随机整数作为目标数字
    target = random.randint(1, 100)
    # 等待玩家输入猜测的数字
    guess = int(input("请输入你的猜测:"))
    num_guesses = 1
    # 如果玩家没有猜中目标数字,就一直循环让玩家猜
    while guess != target:
        # 如果玩家猜小了,提示玩家再试一次,并让玩家继续猜测
        if guess < target:
            print("猜小了,请再试一次。")
        # 如果玩家猜大了,提示玩家再试一次,并让玩家继续猜测
        else:
            print("猜大了,请再试一次。")
        # 记录玩家猜测的次数
        guess = int(input("请输入你的猜测:"))
        num_guesses += 1
    # 如果玩家猜中了目标数字,打印恭喜信息,并告诉玩家猜了多少次
    print("恭喜你猜对了!你用了{}次猜中了数字{}。".format(num_guesses, target))
    # 询问玩家是否想再来一局
    play_again = input("再来一局?(y/n)")
    if play_again.lower() == "n":
        break
# 打印结束信息
print("\n谢谢玩猜数字游戏,下次再见!")

2.效果:

目录
相关文章
|
2月前
|
存储 人工智能 测试技术
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
本文介绍如何使用LangChain结合DeepSeek实现多轮对话,测开人员可借此自动生成测试用例,提升自动化测试效率。
438 125
如何使用LangChain的Python库结合DeepSeek进行多轮次对话?
|
2月前
|
监控 数据可视化 数据挖掘
Python Rich库使用指南:打造更美观的命令行应用
Rich库是Python的终端美化利器,支持彩色文本、智能表格、动态进度条和语法高亮,大幅提升命令行应用的可视化效果与用户体验。
212 0
|
1月前
|
数据可视化 关系型数据库 MySQL
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
本文详解基于Python的电影TOP250数据可视化大屏开发全流程,涵盖爬虫、数据存储、分析及可视化。使用requests+BeautifulSoup爬取数据,pandas存入MySQL,pyecharts实现柱状图、饼图、词云图、散点图等多种图表,并通过Page组件拖拽布局组合成大屏,支持多种主题切换,附完整源码与视频讲解。
218 4
【可视化大屏】全流程讲解用python的pyecharts库实现拖拽可视化大屏的背后原理,简单粗暴!
|
1月前
|
传感器 运维 前端开发
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
本文解析异常(anomaly)与新颖性(novelty)检测的本质差异,结合distfit库演示基于概率密度拟合的单变量无监督异常检测方法,涵盖全局、上下文与集体离群值识别,助力构建高可解释性模型。
304 10
Python离群值检测实战:使用distfit库实现基于分布拟合的异常检测
|
3月前
|
运维 Linux 开发者
Linux系统中使用Python的ping3库进行网络连通性测试
以上步骤展示了如何利用 Python 的 `ping3` 库来检测网络连通性,并且提供了基本错误处理方法以确保程序能够优雅地处理各种意外情形。通过简洁明快、易读易懂、实操性强等特点使得该方法非常适合开发者或系统管理员快速集成至自动化工具链之内进行日常运维任务之需求满足。
234 18
|
2月前
|
小程序 PHP 图形学
热门小游戏源码(Python+PHP)下载-微信小程序游戏源码Unity发实战指南​
本文详解如何结合Python、PHP与Unity开发并部署小游戏至微信小程序。涵盖技术选型、Pygame实战、PHP后端对接、Unity转换适配及性能优化,提供从原型到发布的完整指南,助力开发者快速上手并发布游戏。
|
3月前
|
机器学习/深度学习 API 异构计算
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
JAX是Google开发的高性能数值计算库,旨在解决NumPy在现代计算需求下的局限性。它不仅兼容NumPy的API,还引入了自动微分、GPU/TPU加速和即时编译(JIT)等关键功能,显著提升了计算效率。JAX适用于机器学习、科学模拟等需要大规模计算和梯度优化的场景,为Python在高性能计算领域开辟了新路径。
374 0
JAX快速上手:从NumPy到GPU加速的Python高性能计算库入门教程
|
3月前
|
数据采集 存储 Web App开发
Python爬虫库性能与选型实战指南:从需求到落地的全链路解析
本文深入解析Python爬虫库的性能与选型策略,涵盖需求分析、技术评估与实战案例,助你构建高效稳定的数据采集系统。
364 0
|
3月前
|
存储 监控 安全
Python剪贴板监控实战:clipboard-monitor库的深度解析与扩展应用
本文介绍了基于Python的剪贴板监控技术,结合clipboard-monitor库实现高效、安全的数据追踪。内容涵盖技术选型、核心功能开发、性能优化及实战应用,适用于安全审计、自动化办公等场景,助力提升数据管理效率与安全性。
167 0