使用python玩跳一跳超详细使用教程

本文涉及的产品
阿里云百炼推荐规格 ADB PostgreSQL,4核16GB 100GB 1个月
简介: 在上一篇文章里介绍了使用Python玩微信跳一跳的详细使用教程,不过依旧还是有很多小伙伴有各种各样的问题。为了让各位小伙伴都能使用黑科技,于是再做一个超详细教程。从Python的安装开始,手把手教你一步一步配置好环境直到成功运行。

在上一篇文章里介绍了使用Python玩微信跳一跳的详细使用教程,不过依旧还是有很多小伙伴有各种各样的问题。为了让各位小伙伴都能使用黑科技,于是再做一个超详细教程。从Python的安装开始,手把手教你一步一步配置好环境直到成功运行。

本文首发于http://www.52aite.cn博客,没有知乎,没有微信公众号,只是蹭一波python跳一跳的热度。

python辅助作者github账号为:wangshub。

作者的知乎专栏为:https://zhuanlan.zhihu.com/p/32452473

下面进入正文。

本文适用对象为WIN10系统,安卓用户。目的在于让丝毫没有接触过Python的小伙伴都能成功运行,如果你恰好是这样的对象,那么跟着我开始操作。我会把我自己的每一步都写下来。

准备工具:

Windows 10;
一个安卓真机;
python 3;
adb驱动;
依赖安装包(这个在源码中已经列出,下面会详细说明);

0x01:Python下载

进入Python官方网站,将Python下载下来。在官网点击Download,选择Windows,进入下载页面,根据自己的系统下载对应的Python安装程序,32位的下载X86,64位的下载X86-64。如图所示:

Python的下载与安装
Python的下载与安装

将Python下载到电脑之后点击安装,在安装的时候有一个步骤非常重要,就是自动配置环境变量,这里一定要勾选上。如图所示:

Python自动配置环境变量
Python自动配置环境变量

这一步勾选上后,就一直点next直到Python完成安装,Python完成安装后打开CMD控制台,输入命令Python,出现如下界面,即为安装成功。如图所示:

查看Python是否安装成功
查看Python是否安装成功

0x02:pip安装

pip类似CentOS里面的yum,用来安装Python包非常方便,因为运行这个跳一跳辅助将会用到很多的依赖包,这些依赖包将要用到pip下载,所以我们首先把pip装好。

事实上在新下载的Python中已经有pip功能,这一步好像写得有点多余了,以前记得是要重新下载pip的,既然现在的最新版Python可以直接使用pip功能,我们可以在CMD控制台直接输入pip,看是否有以下界面显示,出现如下界面即可正常使用pip功能。

使用pip命令
使用pip命令

0x03:adb驱动安装

adb驱动下载地址:https://adb.clockworkmod.com/

安装时候选择一个容易记住的路径,这个很重要,因为adb驱动没有自动配置环境变量,所以实验时候将adb安装在一个非常容易记住的路径,这里以E:adb为例。如图:

adb驱动安装
adb驱动安装

安装完成后我们在CMD控制台输入adb是没有反应的,因为我们还没有配置好adb的环境变量,我们可以右键点击我的电脑,选择属性,点击高级系统设置,在高级中点击环境变量。

环境变量配置
环境变量配置

进入环境变量配置页面之后,在系统变量中找到Path,点击Path再点击编辑,然后将刚才安装adb的路径复制,这里我们是以E:adb为例的,所以我们将这个路径加入进环境变量中,点击保存。这时候我们再次打开CMD控制台,输入adb,出现如下界面,即为配置成功。如图:

adb命令
adb命令

0x04:源码拷贝

到这一步,我们要将源码下载到本地电脑里。

github地址:https://github.com/wangshub/wechat_jump_game

进入github后,点击clone or downloads,把源码下载到本地。如图所示:

github下载项目源码
github下载项目源码

0x05:安装依赖安装包

跳一跳微信辅助的最终运行需要很多的Python模块,作者已经将这些所需要的模块都写在了源码中的requirements.txt中,所以我们执行命令 pip install -r requirements.txt,即可将这些必须的模块下载下来,模块包括有matplotlib,numpy等。

如图,我们使用CD命令,切换到源码的下载目录,再执行命令pip install -r requirements.txt

下载相关依赖包
下载相关依赖包

一定要记得切换目录后再执行命令。

0x06:手机与电脑连接

将安卓手机用USB与电脑相连接,在安卓手机上打开开发者模式,并开启USB调试模式,每种安卓手机开启的方法都不一样,这里需要小伙伴自己查询自己型号的手机如何开启开发者模式,以OPPO A57手机为例,在设置中找到手机版本号,连续点击5次即可开启开发者模式。

如果以上操作没有任何错误,那么在CMD控制台,执行命令 adb devices可显示当前手机连接的端口号。

0x07:运行跳一跳

在以上步骤都没有任何错误的情况下,打开微信,开启跳一跳小游戏,进入游戏主页面,然后再打开CMD控制台,使用CD命令切换目录,切换到跳一跳辅助的源码目录下,执行命令wechat_jump_auto.py。

这时候,你会惊奇的发现,你的手机上那个小人已经开始成功的开始自动跳跃了,不过一开始可能分数不高,这就需要自己耐心的慢慢调节参数了,以上几个步骤都坚持下来的小伙伴们,想必调节参数也是会非常有耐心的。

参数调节请打开源码目录下的config文件夹,里面有适配各种屏幕和机型的文件夹,根据自己的分辨率或机型,点击进入相应文件夹,打开里面的config.json文件,修改参数即可。建议修改前最好备份一份。

晒高分,秀战绩。小伙伴们都high起来吧。

微信跳一跳高分秘籍
微信跳一跳高分秘籍

相关实践学习
阿里云百炼xAnalyticDB PostgreSQL构建AIGC应用
通过该实验体验在阿里云百炼中构建企业专属知识库构建及应用全流程。同时体验使用ADB-PG向量检索引擎提供专属安全存储,保障企业数据隐私安全。
AnalyticDB PostgreSQL 企业智能数据中台:一站式管理数据服务资产
企业在数据仓库之上可构建丰富的数据服务用以支持数据应用及业务场景;ADB PG推出全新企业智能数据平台,用以帮助用户一站式的管理企业数据服务资产,包括创建, 管理,探索, 监控等; 助力企业在现有平台之上快速构建起数据服务资产体系
目录
相关文章
|
1月前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
77 8
|
1月前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
132 7
|
1月前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
52 4
|
1月前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
52 5
|
2月前
|
Python
SciPy 教程 之 Scipy 显著性检验 9
SciPy 教程之 Scipy 显著性检验第9部分,介绍了显著性检验的基本概念、作用及原理,通过样本信息判断假设是否成立。着重讲解了使用scipy.stats模块进行显著性检验的方法,包括正态性检验中的偏度和峰度计算,以及如何利用normaltest()函数评估数据是否符合正态分布。示例代码展示了如何计算一组随机数的偏度和峰度。
36 1
|
2月前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
39 1
|
2月前
|
数据采集 数据可视化 数据挖掘
深入浅出:使用Python进行数据分析的基础教程
【10月更文挑战第41天】本文旨在为初学者提供一个关于如何使用Python语言进行数据分析的入门指南。我们将通过实际案例,了解数据处理的基本步骤,包括数据的导入、清洗、处理、分析和可视化。文章将用浅显易懂的语言,带领读者一步步掌握数据分析师的基本功,并在文末附上完整的代码示例供参考和实践。
|
2月前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
39 1
|
2月前
|
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。
46 1
|
2月前
|
Python
SciPy 教程 之 Scipy 显著性检验 5
显著性检验用于判断样本与总体假设间的差异是否由随机变异引起,或是假设与真实情况不符所致。SciPy通过scipy.stats模块提供显著性检验功能,P值用于衡量数据接近极端程度,与alpha值对比以决定统计显著性。
39 0

热门文章

最新文章