Python之音乐专辑管理系统

简介: 音乐专辑管理系统是一款用于管理和维护音乐专辑信息的应用程序,支持添加、删除、修改和查询专辑详情(如专辑名、艺术家、发行日期及曲目列表)。系统运行需Python 3.x环境,硬件要求较低,适合个人及小型团队使用。

 音乐专辑管理系统

1.1需求分析

1.1.1系统概述

音乐专辑管理系统是一个用于管理音乐专辑信息的程序。用户可以通过该系统添加、删除、修改和查询音乐专辑的相关信息,包括专辑名称、艺术家、发行日期和曲目列表等。

1.1.2系统运行环境

一、硬件环境

内存:32MB

硬盘空间:1GB

显卡:SVGA 显示适配器

二、软件环境

Python 3.x 及以上版本

1.2总体设计

1.2.1整体分析

音乐专辑管理系统是一个用于管理音乐专辑信息的程序。用户可以通过该系统添加、删除、修改和查询音乐专辑的相关信息,包括专辑名称、艺术家、发行日期和曲目列表等。

该系统包括两个主要类:Album 和 MusicAlbumManagementSystem

Album 用于表示音乐专辑,包含专辑名称、艺术家、发行日期和曲目列表等属性。

MusicAlbumManagementSystem 用于管理音乐专辑,包括添加专辑、删除专辑、修改专辑和查询专辑等功能。

1.2.2整体流程图

image.gif 编辑

1.3程序代码

class Album:
    def __init__(self, name, artist, release_date, tracks):
        self.name = name
        self.artist = artist
        self.release_date = release_date
        self.tracks = tracks
class MusicAlbumManagementSystem:
    def __init__(self):
        self.albums = []
    def add_album(self, album):
        self.albums.append(album)
    def delete_album(self, album_name):
        for album in self.albums:
            if album.name == album_name:
                self.albums.remove(album)
                print(f"Album '{album_name}' deleted successfully.")
                break
        else:
            print(f"Album '{album_name}' not found.")
    def update_album(self, album_name, new_artist, new_release_date, new_tracks):
        for album in self.albums:
            if album.name == album_name:
                album.artist = new_artist
                album.release_date = new_release_date
                album.tracks = new_tracks
                print(f"Album '{album_name}' updated successfully.")
                break
        else:
            print(f"Album '{album_name}' not found.")
    def search_album(self, album_name):
        for album in self.albums:
            if album.name == album_name:
                return album
        return None
def main():
    music_system = MusicAlbumManagementSystem()
    while True:
        print("\n|----------音乐专辑管理系统----------|")
        print("            1. 添加专辑            ")
        print("            2. 删除专辑            ")
        print("            3. 修改专辑            ")
        print("            4. 查询单个专辑         ")
        print("            5. 查询全部专辑         ")
        print("            6. 退出               ")
        print("|----------------------------------|")
        choice = input("请选择操作:")
        if choice == "1":
            name = input("请输入专辑名称: ")
            artist = input("请输入艺术家: ")
            release_date = input("请输入发行日期: ")
            tracks = input("请输入曲目列表(用逗号分隔): ").split(",")
            new_album = Album(name, artist, release_date, tracks)
            music_system.add_album(new_album)
        elif choice == "2":
            album_name = input("请输入要删除的专辑名称: ")
            music_system.delete_album(album_name)
        elif choice == "3":
            album_name = input("请输入要修改的专辑名称: ")
            new_artist = input("请输入新的艺术家: ")
            new_release_date = input("请输入新的发行日期: ")
            new_tracks = input("请输入新的曲目列表(用逗号分隔): ").split(",")
            music_system.update_album(album_name, new_artist, new_release_date, new_tracks)
        elif choice == "4":
            album_name = input("请输入要查询的专辑名称: ")
            found_album = music_system.search_album(album_name)
            if found_album:
                print(f"专辑名称: {found_album.name}")
                print(f"艺术家: {found_album.artist}")
                print(f"发行日期: {found_album.release_date}")
                print(f"曲目列表: {', '.join(found_album.tracks)}")
            else:
                print(f"专辑 '{album_name}' 未找到.")
        elif choice == "5":
            print("全部专辑信息:")
            for album in music_system.albums:
                print(f"专辑名称: {album.name}")
                print(f"艺术家: {album.artist}")
                print(f"发行日期: {album.release_date}")
                print(f"曲目列表: {', '.join(album.tracks)}")
                print("--------------------")
        elif choice == "6":
            print("感谢使用音乐专辑管理系统。")
            break
        else:
            print("无效的选择,请重新输入。")
if __name__ == "__main__":
    main()

image.gif

1.4程序测试

1. 添加专辑

image.gif 编辑

image.gif 编辑

image.gif 编辑

2. 删除专辑并查询全部专辑

image.gif 编辑

3. 修改专辑并查询全部专辑

image.gif 编辑

4. 查询已有专辑和查询未有专辑

image.gif 编辑

5.退出

编辑
目录
相关文章
|
7天前
|
机器学习/深度学习 人工智能 算法
猫狗宠物识别系统Python+TensorFlow+人工智能+深度学习+卷积网络算法
宠物识别系统使用Python和TensorFlow搭建卷积神经网络,基于37种常见猫狗数据集训练高精度模型,并保存为h5格式。通过Django框架搭建Web平台,用户上传宠物图片即可识别其名称,提供便捷的宠物识别服务。
116 55
|
27天前
|
机器学习/深度学习 数据采集 供应链
使用Python实现智能食品安全追溯系统的深度学习模型
使用Python实现智能食品安全追溯系统的深度学习模型
58 4
|
16天前
|
机器学习/深度学习 人工智能 算法
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
宠物识别系统,本系统使用Python作为主要开发语言,基于TensorFlow搭建卷积神经网络算法,并收集了37种常见的猫狗宠物种类数据集【'阿比西尼亚猫(Abyssinian)', '孟加拉猫(Bengal)', '暹罗猫(Birman)', '孟买猫(Bombay)', '英国短毛猫(British Shorthair)', '埃及猫(Egyptian Mau)', '缅因猫(Maine Coon)', '波斯猫(Persian)', '布偶猫(Ragdoll)', '俄罗斯蓝猫(Russian Blue)', '暹罗猫(Siamese)', '斯芬克斯猫(Sphynx)', '美国斗牛犬
98 29
【宠物识别系统】Python+卷积神经网络算法+深度学习+人工智能+TensorFlow+图像识别
|
18天前
|
机器学习/深度学习 算法 前端开发
基于Python深度学习的果蔬识别系统实现
果蔬识别系统,主要开发语言为Python,基于TensorFlow搭建ResNet卷积神经网络算法模型,通过对12种常见的果蔬('土豆', '圣女果', '大白菜', '大葱', '梨', '胡萝卜', '芒果', '苹果', '西红柿', '韭菜', '香蕉', '黄瓜')图像数据集进行训练,最后得到一个识别精度较高的模型文件。再基于Django框架搭建Web网页端可视化操作界面,以下为项目实现介绍。
28 4
基于Python深度学习的果蔬识别系统实现
|
1月前
|
弹性计算 数据管理 数据库
从零开始构建员工管理系统:Python与SQLite3的完美结合
本文介绍如何使用Python和Tkinter构建一个图形界面的员工管理系统(EMS)。系统包括数据库设计、核心功能实现和图形用户界面创建。主要功能有查询、添加、删除员工信息及统计员工数量。通过本文,你将学会如何结合SQLite数据库进行数据管理,并使用Tkinter创建友好的用户界面。
58 2
从零开始构建员工管理系统:Python与SQLite3的完美结合
|
1月前
|
Python
Python实现摇号系统
本文介绍了如何使用Python构建一个简单的摇号系统,包括用户输入、随机抽取、结果展示和日志记录等功能。通过导入`random`、`datetime`和`logging`模块,实现了从参与者名单中随机抽取中奖者,并记录每次摇号的结果,方便后续查看和审计。完整代码示例提供了从功能实现到主程序调用的全过程。
35 2
|
1月前
|
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。
79 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
|
1月前
|
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。
88 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
|
1月前
|
机器学习/深度学习 数据采集 存储
使用Python实现智能农业灌溉系统的深度学习模型
使用Python实现智能农业灌溉系统的深度学习模型
189 6
|
4月前
|
前端开发 JavaScript 关系型数据库
基于Python+Vue开发的电影订票管理系统
该项目是基于Python+Vue开发的电影订票管理系统(前后端分离),这是一项为大学生课程设计作业而开发的项目。该系统旨在帮助大学生学习并掌握Python编程技能,同时锻炼他们的项目设计与开发能力。通过学习基于Python的电影订票管理系统项目,大学生可以在实践中学习和提升自己的能力,为以后的职业发展打下坚实基础。
31 1
下一篇
DataWorks