石头、剪子、布小游戏图形化

石头、剪子、布小游戏图形化

也是之前编写了一个石头、剪子、布的小游戏,总感觉界面不够友好,AI时代到来,一切都无所不能,而且编程效率大大提高了。所以用AI大模型进行程序代码重构,再稍加修改,效果还不错。

源码如下:

python 复制代码
import tkinter as tk
import random

'''
✊: \U0001F44A (对应Unicode码点:U+1F44A)
✌️: \U0000270C (对应Unicode码点:U+270C)
👋: \U0001F44B (对应Unicode码点:U+1F44B)
'''
# choices_dict = {1:'石头', 2:'剪刀', 3:'布'}
unicode_dict = {'石头':'\U0001F44A', '剪刀':'\U0000270C', '布':'\U0001F44B'}
def play_game(choice):
    player_choice.set(f"玩家选择了:{choice} {unicode_dict[choice]}")
    computer_choice = random.choice(['石头', '剪刀', '布'])
    result_text.set(f"电脑选择了:{computer_choice} {unicode_dict[computer_choice]}")

    if choice == computer_choice:
        result.set("平局!")
    elif (choice == '石头' and computer_choice == '剪刀') or \
            (choice == '剪刀' and computer_choice == '布') or \
            (choice == '布' and computer_choice == '石头'):
        result.set("玩家获胜!")
    else:
        result.set("电脑获胜!")

# 创建应用窗口
root = tk.Tk()
root.title("石头剪刀布游戏")

# 创建变量来存储玩家选择和结果
player_choice = tk.StringVar()
result_text = tk.StringVar()
result = tk.StringVar()

# 创建标签来显示玩家选择
player_choice_label = tk.Label(root, textvariable=player_choice)
player_choice_label.pack()

# 创建按钮让用户选择石头、剪刀或布,并将其放在同一行
frame = tk.Frame(root)
frame.pack()

rock_button = tk.Button(frame, text="石头", command=lambda: play_game('石头'))
rock_button.pack(side=tk.LEFT)

paper_button = tk.Button(frame, text="布", command=lambda: play_game('布'))
paper_button.pack(side=tk.LEFT)

scissors_button = tk.Button(frame, text="剪刀", command=lambda: play_game('剪刀'))
scissors_button.pack(side=tk.LEFT)

# 创建标签来显示游戏结果
result_label = tk.Label(root, textvariable=result_text)
result_label.pack()

# 创建标签来显示游戏结果
result_label = tk.Label(root, textvariable=result)
result_label.pack()

# 运行应用程序
root.mainloop()

运行效果如下:

相关推荐
方方洛4 小时前
ray教程-25-附录E-端到端实战案例
人工智能·分布式·机器学习
火山引擎开发者社区4 小时前
上万个 Agent 在线不乱跑,云沙箱给 Agent 造了间“独立办公室”
人工智能
神鹰手哥_起飞版4 小时前
一句话生成带品牌 logo 的架构图:方舟 Seed 2.1 负责听懂,代码负责画准
人工智能
老马识码4 小时前
WorkBuddy 的连接器是怎么统一到 MCP 的
人工智能
武子康4 小时前
动作和画面时间最近,就能配成训练样本吗?
人工智能·深度学习
特立独行的猫A4 小时前
我用仓颉写了个多平台发文工具:一份 Markdown,一条命令发六个平台
java·后端·python
wangfpp4 小时前
Skill渐进式披露指南
人工智能
Marco_康4 小时前
AgentFleet 跨设备调度实测:303 tasks/s,设备掉线 0 丢任务
人工智能
陆陆陆六4 小时前
# 五个AI引擎的答案采集:反爬、去重与时间窗对齐的三个工程细节
python·net·ai答案采集
QYR_114 小时前
年复合增长率11.4%!机器人指端视触觉传感器加速迈向规模化应用
人工智能·数码相机