基于Python的手势控制贪吃蛇游戏

最新推荐文章于 2024-10-08 12:37:10 发布
最新推荐文章于 2024-10-08 12:37:10 发布
阅读量1k 收藏 10
点赞数 25
文章标签： python 游戏 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sun_boy98/article/details/141965389
版权

前言

   随着计算机视觉技术的不断发展，手势识别成为了一种新兴的人机交互方式。通过Python编程语言结合OpenCV库，我们可以开发出基于手势识别的游戏应用。本文将详细介绍如何使用Python实现一个简单的手势控制版贪吃蛇游戏，让玩家可以通过手势来控制游戏中蛇的移动方向。

一、pygame和mediapipe是什么？

尽管本文的重点在于手势识别与贪吃蛇游戏的结合，但为了保持结构的完整性，这里简要说明pygame和mediapipe的作用：

  • pygame是一个用于制作视频游戏的Python库，它提供了访问计算机上的音频、图像等功能的接口，并简化了许多常见游戏功能的实现。
  • mediapipe是一个跨平台的框架，用于构建多模态应用级机器感知流水线，特别适用于实时处理人体姿态、面部表情等数据。

二、使用步骤

1.引入库

在开始之前，我们需要导入一些必要的库，包括pygame用于游戏逻辑和界面显示，cv2（OpenCV）、mediapipe用于手势识别，以及numpy进行数值计算。

import pygame
import sys
import random
import cv2
import mediapipe as mp
import numpy as np

2.实现游戏逻辑

首先，初始化pygame并设置游戏的基本参数，如屏幕大小、蛇的大小等。

pygame.init()

# 游戏常量
SCREEN_WIDTH, SCREEN_HEIGHT = 640, 480
SNAKE_SIZE = 20
FOOD_SIZE = 20

# 方向定义
DIRECTIONS = {'UP': 0, 'RIGHT': 1, 'DOWN': 2, 'LEFT': 3}

# 颜色定义
WHITE = (255, 255, 255)
GREEN = (0, 255, 0)
RED = (255, 0, 0)

screen = pygame.display.set_mode((SCREEN_WIDTH, SCREEN_HEIGHT))
clock = pygame.time.Clock()

 定义Snake和Food类来管理游戏中的蛇和食物：

class Snake:
    def __init__(self):
        self.body = [(SCREEN_WIDTH // 2, SCREEN_HEIGHT // 2)]
        self.direction = DIRECTIONS['RIGHT']

    def move(self):
        head_x, head_y = self.body[0]
        if self.direction == DIRECTIONS['RIGHT']:
            head_x += SNAKE_SIZE
        elif self.direction == DIRECTIONS['LEFT']:
            head_x -= SNAKE_SIZE
        elif self.direction == DIRECTIONS['UP']:
            head_y -= SNAKE_SIZE
        elif self.direction == DIRECTIONS['DOWN']:
            head_y += SNAKE_SIZE

        self.body.insert(0, (head_x, head_y))
        if len(self.body) > len(self.body) - 1:
            self.body.pop()

    def draw(self, surface):
        for segment in self.body:
            pygame.draw.rect(surface, GREEN, pygame.Rect(segment[0], segment[1], SNAKE_SIZE, SNAKE_SIZE))

class Food:
    def __init__(self):
        self.position = (random.randint(0, (SCREEN_WIDTH - FOOD_SIZE) // SNAKE_SIZE) * SNAKE_SIZE,
                         random.randint(0, (SCREEN_HEIGHT - FOOD_SIZE) // SNAKE_SIZE) * SNAKE_SIZE)

    def draw(self, surface):
        pygame.draw.rect(surface, RED, pygame.Rect(self.position[0], self.position[1], FOOD_SIZE, FOOD_SIZE))

接着，实现手势识别功能：

class HandDetector:
    # 手势识别类
    # ...（省略部分代码，见原代码段）

    def findHands(self, img, draw=True):
        # ...（省略部分代码，见原代码段）
        return img

    def findPosition(self, img, handNo=0, draw=True):
        # ...（省略部分代码，见原代码段）
        return self.lmList, bboxInfo

    def fingcurved(self):
        # ...（省略部分代码，见原代码段）
        return finger

    def okgesture(self):
        # ...（省略部分代码，见原代码段）
        return True

    def handType(self):
        # ...（省略部分代码，见原代码段）
        return "Right"

class Main:
    # 主控类
    # ...（省略部分代码，见原代码段）

    def Gesture_recognition(self):
        # ...（省略部分代码，见原代码段）
        return gesture

 最后，编写游戏主循环，将手势识别与游戏逻辑结合起来：

def get_new_direction():
    MAIN = Main()
    gesture = MAIN.Gesture_recognition()
    if gesture == "UP":
        return DIRECTIONS['UP']
    elif gesture == "RIGHT":
        return DIRECTIONS['RIGHT']
    elif gesture == "DOWN":
        return DIRECTIONS['DOWN']
    elif gesture == "LEFT":
        return DIRECTIONS['LEFT']
    return None

def main():
    snake = Snake()
    food = Food()

    while True:
        for event in pygame.event.get():
            if event.type == pygame.QUIT:
                pygame.quit()
                sys.exit()

        new_direction = get_new_direction()
        if new_direction is not None and new_direction != (snake.direction + 2) % 4:
            snake.direction = new_direction

        snake.move()
        if snake.body[0] == food.position:
            food.position = (random.randint(0, (SCREEN_WIDTH - FOOD_SIZE) // SNAKE_SIZE) * SNAKE_SIZE,
                             random.randint(0, (SCREEN_HEIGHT - FOOD_SIZE) // SNAKE_SIZE) * SNAKE_SIZE)
            snake.body.append(snake.body[-1])

        screen.fill(WHITE)
        snake.draw(screen)
        food.draw(screen)
        pygame.display.flip()
        clock.tick(10)

if __name__ == "__main__":
    main()

 完整代码如下：

# 比心       前进
# 张开手掌    后退
# ok手势     右转
# 剪刀手势    左转
import pygame
import sys
import random
import cv2
import mediapipe as mp
import numpy as np

pygame.init()

# 游戏常量
SCREEN_WIDTH, SCREEN_HEIGHT = 640, 480
SNAKE_SIZE = 20
FOOD_SIZE = 20

# 方向定义
DIRECTIONS = {'UP': 0, 'RIGHT': 1, 'DOWN': 2, 'LEFT': 3}

# 颜色定义
WHITE = (255, 255, 255)
GREEN = (0, 255, 0)
RED = (255, 0, 0)

screen = pygame.display.set_mode((SCREEN_WIDTH, SCREEN_HEIGHT))
clock = pygame.time.Clock()


class Snake:
    def __init__(self):
        self.body = [(SCREEN_WIDTH // 2, SCREEN_HEIGHT // 2)]
        self.direction = DIRECTIONS['RIGHT']

    def move(self):
        head_x, head_y = self.body[0]
        if self.direction == DIRECTIONS['RIGHT']:
            head_x += SNAKE_SIZE
        elif self.direction == DIRECTIONS['LEFT']:
            head_x -= SNAKE_SIZE
        elif self.direction == DIRECTIONS['UP']:
            head_y -= SNAKE_SIZE
        elif self.direction == DIRECTIONS['DOWN']:
            head_y += SNAKE_SIZE

        self.body.insert(0, (head_x, head_y))
        if len(self.body) > len(self.body) - 1:
            self.body.pop()

    def draw(self, surface):
        for segment in self.body:
            pygame.draw.rect(surface, GREEN, pygame.Rect(segment[0], segment[1], SNAKE_SIZE, SNAKE_SIZE))


class Food:
    def __init__(self):
        self.position = (random.randint(0, (SCREEN_WIDTH - FOOD_SIZE) // SNAKE_SIZE) * SNAKE_SIZE,
                         random.randint(0, (SCREEN_HEIGHT - FOOD_SIZE) // SNAKE_SIZE) * SNAKE_SIZE)

    def draw(self, surface):
        pygame.draw.rect(surface, RED, pygame.Rect(self.position[0], self.position[1], FOOD_SIZE, FOOD_SIZE))


class HandDetector:
    """
    使用mediapipe库查找手。导出地标像素格式。添加了额外的功能。
    如查找方式，许多手指向上或两个手指之间的距离。而且提供找到的手的边界框信息。
    """

    def __init__(self, mode=False, maxHands=2, detectionCon=0.5, minTrackCon=0.5):
        """
        :param mode: 在静态模式下，对每个图像进行检测
        :param maxHands: 要检测的最大手数
        :param detectionCon: 最小检测置信度
        :param minTrackCon: 最小跟踪置信度
        """
        self.results = None
        self.mode = mode
        self.maxHands = maxHands
        self.modelComplex = False
        self.detectionCon = detectionCon
        self.minTrackCon = minTrackCon

        # 初始化手部识别模型
        self.mpHands = mp.solutions.hands
        self.hands = self.mpHands.Hands(self.mode, self.maxHands, self.modelComplex,
                                        self.detectionCon, self.minTrackCon)
        self.mpDraw = mp.solutions.drawing_utils  # 初始化绘图器
        self.tipIds = [4, 8, 12, 16, 20]  # 指尖列表
        self.fingers = []  # 存储手的状态
        self.lmList = []  # 储检测到的手部的每个关键点的坐标

    def findHands(self, img, draw=True):
        """
        从图像(BRG)中找到手部。
        :param img: 用于查找手的图像。
        :param draw: 在图像上绘制输出的标志。
        :return: 带或不带图形的图像
        """
        imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # 将传入的图像由BGR模式转标准的Opencv模式——RGB模式，
        self.results = self.hands.process(imgRGB)  # 处理图像，返回包含检测到的手部信息的结果。这个结果通常包含了手部的关键点坐标

        # 画出手的关键点和线条
        if self.results.multi_hand_landmarks:
            for handLms in self.results.multi_hand_landmarks:
                if draw:
                    self.mpDraw.draw_landmarks(img, handLms,
                                               self.mpHands.HAND_CONNECTIONS)
        return img

    def findPosition(self, img, handNo=0, draw=True):
        """
        查找单手的地标并将其放入列表中像素格式。还可以返回手部周围的边界框。
        :param img: 要查找的主图像
        :param handNo: 如果检测到多只手，则为手部id
        :param draw: 在图像上绘制输出的标志。(默认绘制矩形框)
        :return: 像素格式的手部关节位置列表；手部边界框
        """
        # 保存关键点的像素坐标
        xList = []
        yList = []
        bbox = []
        bboxInfo = []  # 保存首部检测框信息
        self.lmList = []
        if self.results.multi_hand_landmarks:
            myHand = self.results.multi_hand_landmarks[handNo]
            for id, lm in enumerate(myHand.landmark):  # 遍历手部关键点，id表示关键点下标，lm表示关键点对象
                h, w, c = img.shape
                #  lm是存储的是关键点归一化（0~1）的相对位置，
                px, py = int(lm.x * w), int(lm.y * h)  # 转换为图像中的像素坐标
                xList.append(px)
                yList.append(py)
                self.lmList.append([px, py])
                if draw:
                    cv2.circle(img, (px, py), 5, (255, 0, 255), cv2.FILLED)  # 用红点标记关键点
            # 获取手关键点的左上点和右下点
            xmin, xmax = min(xList), max(xList)
            ymin, ymax = min(yList), max(yList)
            # 边界框信息存储
            boxW, boxH = xmax - xmin, ymax - ymin
            bbox = xmin, ymin, boxW, boxH
            # 边界框中心坐标
            cx, cy = bbox[0] + (bbox[2] // 2), \
                     bbox[1] + (bbox[3] // 2)
            # id含义是指的手部最后一个关键点的下标
            bboxInfo = {"id": id, "bbox": bbox, "center": (cx, cy)}

            if draw:
                cv2.rectangle(img, (bbox[0] - 20, bbox[1] - 20),
                              (bbox[0] + bbox[2] + 20, bbox[1] + bbox[3] + 20),
                              (0, 255, 0), 2)

        return self.lmList, bboxInfo

    def fingcurved(self):
        """
        查找除拇指外的四个手指弯曲状态
        计算方式：
            取出除了大拇指以外的四个手指指尖坐标a1、a2、a3、a4（对应地标8，12，16，20），
            然后取出地标为6，10，14，18的坐标b1、b2、b3、b4（即每个指尖以下第二个关节），
            通过比较指尖（a1、a2、a3、a4）到手腕地标（0）和指关节(b1、b2、b3、b4)到地标0的欧几里得距离，
            即可区分手指是否弯曲
        :return: 弯曲手指的列表
        """
        finger = []
        for id in range(1, 5):
            point1 = np.array((self.lmList[self.tipIds[id]][0], self.lmList[self.tipIds[id]][1]))
            point2 = np.array((self.lmList[self.tipIds[id] - 2][0], self.lmList[self.tipIds[id] - 2][1]))
            point3 = np.array((self.lmList[0][0], self.lmList[0][1]))
            if np.linalg.norm(point1 - point3) < np.linalg.norm(point2 - point3):  # 计算两点之间的距离
                finger.append(1)
            else:
                finger.append(0)

        return finger

    def okgesture(self):
        """
        特殊手势处理：判断是否手势为ok
        判断方式：
            ok手势，其拇指指尖地标a0和食指指尖地标a1十分接近，于是我们这样处理：如果中指、无名
            指、小拇指伸直并且食指指尖到大拇指指尖的距离小于食指指尖到中指指尖距离则断定为ok手
            势。
        """
        f1, f2, f3, f4 = self.fingcurved()
        if (f2 == 0 and f3 == 0 and f4 == 0):
            point1 = np.array((self.lmList[8][0], self.lmList[8][1]))
            point2 = np.array((self.lmList[4][0], self.lmList[4][1]))
            point3 = np.array((self.lmList[12][0], self.lmList[12][1]))
            if np.linalg.norm(point1 - point2) < np.linalg.norm(point1 - point3):
                return True

    def handType(self):
        """
        检查传入的手部是左还是右
        ：return: "Right" 或 "Left"
        """
        if self.results.multi_hand_landmarks:
            if self.lmList[17][0] < self.lmList[5][0]:
                return "Right"
            else:
                return "Left"


class Main:

    def __init__(self):
        self.detector = None
        self.camera = cv2.VideoCapture(0, cv2.CAP_DSHOW)  # 以视频流传入
        self.camera.set(3, 1280)  # 设置分辨率
        self.camera.set(4, 720)

    def Gesture_recognition(self):
        self.detector = HandDetector()
        while True:
            ret, img = self.camera.read()
            if ret:
                img = self.detector.findHands(img)  # 获取你的手部的关键点信息
                cv2.imshow('hand', img)
                lmList, bbox = self.detector.findPosition(img)  # 获取你手部的关键点的像素坐标和边界框
                if lmList:
                    x_1, y_1 = bbox["bbox"][0], bbox["bbox"][1]
                    f1, f2, f3, f4 = self.detector.fingcurved()
                    # 根据手指弯曲状态识别手势并在图像上显示相应文本
                    if f1 == 0 and f2 == 1 and f3 == 1 and f4 == 1:
                        gesture = "UP"
                        print("手势为：", gesture)
                    elif self.detector.okgesture():
                        gesture = "RIGHT"
                        print("手势为：", gesture)
                    elif f1 == 0 and f2 == 0 and f3 == 0 and f4 == 0:
                        gesture = "DOWN"
                        print("手势为：", gesture)
                    elif f1 == 0 and f2 == 0 and f3 == 1 and f4 == 1:
                        gesture = "LEFT"
                        print("手势为：", gesture)
                    else:
                        gesture = None
                        print("手势为：", gesture)
                    return gesture
                    if gesture:
                        cv2.putText(img, gesture, (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3, (0, 0, 255), 3)
                        gesture_buffer.insert(0, gesture)
                        gesture_buffer.pop()
                    return gesture
                cv2.imshow("camera", img)
            if cv2.getWindowProperty('camera', cv2.WND_PROP_VISIBLE) < 1:
                break
            # 通过关闭按钮退出程序
            cv2.waitKey(1)
            # if cv2.waitKey(1) & 0xFF == ord("q"):
            #     break # 按下q退出


def main():
    snake = Snake()
    food = Food()

    while True:
        for event in pygame.event.get():
            if event.type == pygame.QUIT:
                pygame.quit()
                sys.exit()

        # 更新方向（这里应由手势控制）
        new_direction = get_new_direction()
        if new_direction is not None and new_direction != (snake.direction + 2) % 4:
            snake.direction = new_direction

        snake.move()
        if snake.body[0] == food.position:
            food.position = (random.randint(0, (SCREEN_WIDTH - FOOD_SIZE) // SNAKE_SIZE) * SNAKE_SIZE,
                             random.randint(0, (SCREEN_HEIGHT - FOOD_SIZE) // SNAKE_SIZE) * SNAKE_SIZE)
            snake.body.append(snake.body[-1])

        screen.fill(WHITE)
        snake.draw(screen)
        food.draw(screen)
        pygame.display.flip()
        clock.tick(10)


def get_new_direction():
    MAIN = Main()
    MAIN.Gesture_recognition()
    gesture = MAIN.Gesture_recognition()
    if gesture == "UP":
        return DIRECTIONS['UP']
    elif gesture == "DOWN":
        return DIRECTIONS['DOWN']
    elif gesture == "LEFT":
        return DIRECTIONS['LEFT']
    elif gesture == "RIGHT":
        return DIRECTIONS['RIGHT']
    else:
        return None


if __name__ == "__main__":
    main()

总结

以上就是今天我开发的手势大逃“蛇”游戏。本文通过详细的示例介绍了如何使用Python结合OpenCV和mediapipe库来开发一个基于手势控制的贪吃蛇游戏。虽然这里提供的只是一个基础版本，但是通过进一步的开发，您可以逐步完善这个项目，实现更复杂的功能。

赋几张手势图和游戏画面

某不知名大三网友
关注
Opencv项目实战：17 贪吃蛇游戏
m0_62919535的博客
12-14 3013
这次是一个有意思的计算机视觉游戏——贪吃蛇，我们以食指为蛇头，不断的移动我们的手指，当吃到甜甜圈的时候，蛇身增长，当食指停止或触碰蛇身时，游戏结束。点击'r'将重新开始游戏。正常的游戏操作，我希望有这几个方面，甜甜圈覆盖窗口画面实现更新、蛇头与蛇身相撞就会gameover、手势一旦识别必须不停移动、吃掉一个甜甜圈增长一节蛇身等。
体感游戏 | 手势识别玩飞机大战游戏(一) 用pygame实现飞机大战小游戏
Color Space的博客
01-09 1260
Color SpaceOpenCV与AI深度学习 后面将分四篇文章来介绍实现手势识别控制飞机大战游戏的功能，它们分别是： 使用Pygame实现简易飞机大战小游戏 使用Python+OpenCV实现简单手势识别 使用OpenCV实现手势识别玩飞机大战游戏 使用TensorFlow实现手势识别玩飞机大战游戏 今天是第一部分：使用Pygame实现简易飞机大战小游戏。你可能会问我不会pygame怎么办？这个问题，以前买我Python OpenCV相关课程的...
计算机视觉 | OpenCV 实现手势虚拟控制亮度和音量
ttrr27的博客
02-06 2301
Hi，大家好，我是半亩花海。在当今科技飞速发展的时代，我们身边充斥着各种智能设备，然而，如何更便捷地与这些设备进行交互却是一个不断被探索的课题。本文将主要介绍一个基于OpenCV的手势识别项目，通过手势来控制电脑屏幕亮度和音量大小，为用户提供了一种全新的交互方式。
Python计算机视觉-KNN、D-SIFT、手势识别
null
05-19 791
K近邻分类法（KNN） KNN是分类方法中最简单且常用的一种，它的思想是假如一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也应该属于这个类别，其中K通常是不大于20的整数。KNN算法中，所选择的邻居都是已经正确分类的对象。该方法在定类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。 如图，对类别未知的绿色圆点进行类别划分，那它应...
Python pygame，事件，监听用户事件，pygame.event.get()
热门推荐
houyanhua1的专栏
11-17 2万+
  demo.py（事件，监听事件）： import pygame pygame.init() # 初始化所有pygame模块 # 创建游戏主窗口 480 * 700 screen = pygame.display.set_mode((480, 700)) # 创建时钟对象 (可以控制游戏循环频率) clock = pygame.time.Clock() # 游戏循环 -&gt; ...
手势识别实现贪吃蛇
weixin_63574882的博客
12-21 1212
这个点位，其实每个点位之间亦有距离这个概念，所以hands这个模块将这段距离细分给它的up节点，所以用**[8][0:2]**来表示我们的食指位置。然后说一下这个马赛克的操作是怎么实现的，就是根据将识别脸部的区域，分成若干小块，然后遍历这个区域然后把所有的小块统一的扩散为相同的颜色。每次都会检查食指的坐标是否在食物的区域内，如果在这个区域内，则会重新生成食物的坐标，并且让分数加一和让允许的长度增加一定长度。在编写这个类的时候，我们需要有成员变量，在这里，我们需要最基础的几个参数如下。
一小时学会用 Opencv 做贪吃蛇游戏（Python版）
小白学视觉
03-31 1612
点击上方“小白学视觉”，选择加"星标"或“置顶” 重磅干货，第一时间送达作者 |源代码•宸来源丨CSDN博客使用Mediapipe水平镜像处理import cvzone import cv2 import numpy as np from cvzone.HandTrackingModule import HandDetector cap = cv2.VideoCa...
[毕业设计]一些基于python项目高分毕业项目源码下载地址汇总
FL1768317420的博客
04-29 1085
项目名称下载地址 python本科毕业设计基于神经网络的虚假评论识别系统源码+模型+使用说明文档.zip点我下载 毕业设计基于Python豆瓣网站数据爬取与可视化实现项目源码.zip点我下载 python+CNN的网络入侵检测算法源码.zip点我下载 基于嵌入式AI的人脸识别课堂签到系统python源码+设计文档.zip点我下载 Python和Flask实现的基于体检数据的城市公共健康可视分析系统源码+使用说明.zip点我下载 python基于图神经网络的异构图表示学习和推荐算法研究源码+使用文档.zi
Python实战教程专栏完整目录
希望我的博客，能帮上你解决学习中工作中所遇到的问题
03-15 1187
Python实战教程专栏完整目录
基于Python的魔改贪吃蛇游戏捕蛙冒险设计源码
09-29
该项目为基于Python的魔改贪吃蛇游戏，名为“捕蛙冒险”，设计源码包含20个文件，其中包括9个PNG图片、5个Python源代码文件、2个Markdown文档、2个WAV音频文件、1个MP3音频文件以及1个LICENSE文件。游戏以贪吃蛇捕蛙...
基于python设计的贪吃蛇游戏
01-12
可以用于课程设计、毕业...开发一个贪吃蛇游戏，通过四个方向键来上下左右控制蛇的运动方向，寻找吃的东西，每吃一口蛇的身子会长一点，身子越长玩的难度就越大，当碰墙，咬到自己的身体或者咬自己的尾巴时，游戏结束。
基于python的自动控制的贪吃蛇游戏设置
10-06
1. 时间管理：使用pygame.time模块来控制游戏的帧率，例如`pygame.time.Clock().tick(FPS)`限制每秒的帧数。 2. 用户输入：虽然本游戏是自动控制，但通常贪吃蛇游戏会监听键盘事件来改变蛇的方向。这里可能通过设定...
(深信息)用python实现贪吃蛇小游戏毕业设计报告 .docx
07-05
在本篇毕业设计报告中，学生将探讨如何利用Python编程语言来实现经典的“贪吃蛇”小游戏。Python因其简洁明了的语法和丰富的第三方库，成为实现此类项目的理想选择。在这一项目中，主要使用的库是Pygame，这是一个...
PYTHON 游戏：贪吃蛇小游戏（基于python实现的可视化游戏）
03-17
PYTHON 游戏：贪吃蛇游戏（基于python实现的可视化游戏） 解压后直接运行 game 即可，游戏需要安装pygame，可以参考requirements文件 运行 game.py 脚本即可开始游戏 操作方式：通过方向键盘移动小蛇，吃金币即可 ...
python中zip()与zip(*)的用法解析
最新发布
m0_51579041的博客
10-08 190
zip()与zip(*)的用法解析
Python3 解释器
Java_fenxiang的博客
10-05 638
Linux/Unix的系统上，一般默认的 python 版本为 2.x，我们可以将 python3.x 安装在/usr/local/python3目录中。安装完成后，我们可以将路径/usr/local/python3/bin添加到您的 Linux/Unix 操作系统的环境变量中，这样您就可以通过 shell 终端输...
（笔记）第三期书生·浦语大模型实战营（十一卷王场）--书生入门岛通关第2关Python 基础知识
haidizym的博客
10-02 550
学员闯关手册：https://aicarrier.feishu.cn/wiki/ZcgkwqteZi9s4ZkYr0Gcayg1n1g?课程视频：https://www.bilibili.com/video/BV1mS421X7h4/课程文档：https://github.com/InternLM/Tutorial/tree/camp3/docs/L0/Python。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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