Python基础②

Turtle库概述

turtle库(海龟库)是turtle绘图体系的Python实现

  • turtle绘图体系:1969年诞生,主要用于程序设计入门
  • Python语言的标准库之一
  • 入门级的图形绘制函数库

Python计算生态 = 标准库 + 第三方库

  • 标准库 : 随解释权直接安装到操作系统中的功能模块
  • 第三方库 : 需要经过安装才能使用的功能模块
  • 库Library、包Package、模块Module,统称模块

turtle的绘图窗体

setup函数设置绘图窗体起始位置和窗体大小:

turtle.setup(width,height,startx,starty)

  • width:窗体宽度
  • height:窗体高度
  • startx:窗体左上角的x坐标(可选,默认在正中心)
  • srarty:窗体左上角的y坐标(可选,默认在正中心)

在这里插入图片描述

turtle空间坐标体系

绝对坐标体系

turtle.goto(x,y):去到屏幕上的(x,y)点
绝对坐标:
在这里插入图片描述

海龟坐标(相对坐标)体系

turtle.fd(d):向正前方向移动d
turtle.bk(d):向正后方向移动d

角度坐标体系

绝对角度体系:

turtle.seth(35):设置角度为35°方向
相对角度(海龟角度)体系:
turtle.left(angle):角度向左旋转angel°
turtle.right(angle):角度向右旋转angel°

色彩体系

RGB色彩模式:
由红蓝绿三种颜色构成的万物色
在这里插入图片描述

  • RGB指红蓝绿三个通道的颜色组合
  • 覆盖视力所能感知的所有颜色
  • RGB每色取值范围0-255整数或0-1小数

常用RGB色彩:
在这里插入图片描述
在这里插入图片描述
默认采用小数值,可切换为整数值
turtle.colormode(mode)

  • 1.0:RGB小数值模式
  • 255:RGB整数值模式

库引用

库引用使用import关键字完成
第一种方法:
①导入库:import <库名>
②使用:<库名>.<函数名>(函数参数)
第二种方法:
①导入库:from<库名> import <函数名> 或 from <库名> import *
②使用:<函数名>(函数参数)

第一种方法每次都要敲“库名.”,第二种方法比较简便,但是容易出现函数重名

第三种方法:
导入库:import <库名> as <库别名> #相当于给库名起一个更简短的别名
使用:<库别名>.<函数名>(函数参数)

画笔控制函数

提起画笔(停笔): turtle.penup() (turtle.pu())
放下画笔(作画): turtle.pendown()(turtle.pd())
设置画笔宽度: turtle.pensize(size)(turtle.whith())
设置画笔颜色: turtle.pencolor(color)(color为颜色字符串或RGB值)

  • 颜色字符串:turtle.pencolor("purple")
  • RGB的小数值:turtle.pencolor(0.63,0.13,0.94)
  • RGB的元组值:turtle.pencolor((0.63,0.13,0.94))

运动控制函数

画笔走直线: turtle.forward(d)(turtle.fd(d))

  • d:行进距离,负数为相反方向

画笔走曲线: turtle.circle(r,angel)

  • 根据半径r绘制angle角度的弧形
  • r:弧形半径,r为负数时圆心在当前位置左侧,反之在右侧
  • angle:弧形角度。当无参或参数为None时,绘制整个圆形

方向控制函数

循环语句

按照一定次数循环执行一组语句

for <变量> in range(参数)
	<被循环的语句>
  • <变量>表示每次循环的计数,0到<次数>-1

range()函数:

  • range(n):产生0到n-1的整数序列(含头不含尾)
  • range(m,n):产生从m开始到n-1的整数序列,共n-m个
  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python可以用于水果识别,一般的流程是先进行图像处理,然后提取特征,最后进行分类。下面是一个简单的流程: 1. 图像处理:利用Python实现图像处理的基础功能,例如读取图片、调整大小、灰度化、滤波等。 2. 图像二值化并提取边缘:利用Python实现图像二值化并提取边缘,可以使用OpenCV等库来实现。 3. 特征提取:利用①中的波谱信息以及②中处理后的边缘特征对水果进行分类。可以使用机器学习算法,例如支持向量机(SVM)、随机森林(Random Forest)等来进行特征提取和分类。 4. GUI界面:可以使用Tkinter等GUI工具制作交互式小程序开发,实现了简单的水果的边缘提取和分类。 下面是一个简单的Python水果识别的例子: ```python import cv2 import numpy as np from sklearn.svm import SVC # 读取图片 img = cv2.imread('fruit.jpg') # 调整大小 img = cv2.resize(img, (256, 256)) # 灰度化 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 二值化 ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU) # 提取边缘 edges = cv2.Canny(thresh, 100, 200) # 提取特征 X = np.array([np.hstack([np.mean(edges[:, :, i]), np.std(edges[:, :, i])]) for i in range(3)]) X = X.reshape(1, -1) # 加载模型 model = SVC(kernel='linear', C=1, gamma='auto') model.fit(X_train, y_train) # 预测结果 y_pred = model.predict(X) # 输出结果 print('预测结果:', y_pred) # GUI界面 # ... ```

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值