【青少年编程】马雷越:商品价格竞猜
发布日期:2021-06-30 22:51:56 浏览次数:3 分类:技术文章

本文共 984 字,大约阅读时间需要 3 分钟。

「青少年编程竞赛交流群」已成立(适合6至18周岁的青少年),公众号后台回复【Scratch】或【Python】,即可进入。如果加入了之前的社群不需要重复加入。

微信后台回复“资料下载”可获取以往学习的材料(视频、代码、文档)。

商品价格竞猜

1. 准备工作

小佳设计了一个猜商品价格的小游戏。预期效果如下:

a. 点击开始运行,出现一件随机商品,询问这件商品的价格,等待用户输入价格进行竞猜。

b. 若用户输入的价格与商品价格一致时,提示“答对了”,得分增加5;否则提示“答错了”,得分减少2。

c. 用户回答完一题后,再次出现一件随机商品,进行价格竞猜,如此循环。

d.当用户得分大于或等于15分时,显示“成功”,停止出题。

商品的种类及对应价格如下:

然而,运行程序后,发现存在一些问题。请你根据以下要求按顺序进行完善:

(1)角色“商品”中的部分积木散开,请你正确拼接起来,使程序运行时,5种商品的价格在列表“价格”中显示,列表中数据顺序与商品造型顺序一致,实现效果b。(6分)

(2)角色“商品”的脚本存在问题,请你修改相关积木数值,正确实现效果b。(4分)

(3)请你使用画板编辑器绘制“成功”角色,并为“成功”角色添加积木,实现效果d。否则成功角色是“隐藏”状态。参考样式如下:(5分)

2. 功能实现

点击绿旗时:

  1. 所有角色移动到舞台的中心,并隐藏起来。
  2. 初始化舞台背景为“Stripes”。
  3. 初始化得分为“0”。
  4. 初始化列表把各个商品的价格填入。
    • 重复执行,随机在1~5之间取数并把该数存储到全局变量“我的变量”中,发送广播“开始”并等待。
    • 判断得分,如果超过15分,那么广播“成功”。

接收到广播“开始”时:

  1. 根据“我的变量”的取值选择不同造型。
  2. 显示自己并询问价格。
  3. 如果价格回答正确,那么说“答对了”,得分增加5,否则,说“打错了”得分减少2。
  4. 本次猜测价格完毕,隐藏自己。

接收到广播“成功”时:

  1. 显示自己。
  2. 停止全部脚本。

3. 脚本编写

背景:Stripes

角色:成功

该角色为自己绘制。

角色:商品

根据题目要求,添加其余的造型。让造型的编号与列表中的编号一致。

4. 结果展现

插入视频


基础知识:

一级编程题:

二级编程题:

三级编程题:

小朋友投稿:

Scratch:

Python:

群内答疑:

Scratch:

Python:

转载地址:https://lsgogroup.blog.csdn.net/article/details/117662587 如侵犯您的版权,请留言回复原文章的地址,我们会给您删除此文章,给您带来不便请您谅解!

上一篇:【第17周复盘】拿到红本本喽!
下一篇:【青少年编程】【Scratch】03 声音模块

发表评论

最新留言

感谢大佬
[***.8.128.20]2024年04月20日 09时42分05秒

关于作者

    喝酒易醉,品茶养心,人生如梦,品茶悟道,何以解忧?唯有杜康!
-- 愿君每日到此一游!

推荐文章

Hourglass Network 沙漏网络 (pose estimation姿态估计) 2019-04-30
OpenCV实战(二)——答题卡识别判卷 2019-04-30
目标检测神经网络的发展历程(52 个目标检测模型) 2019-04-30
Boundary loss 损失函数 2019-04-30
神经网络调参实战(一)—— 训练更多次数 & tensorboard & finetune 2019-04-30
tensorflow使用tensorboard进行可视化 2019-04-30
神经网络调参实战(二)—— activation & initializer & optimizer 2019-04-30
凸优化 convex optimization 2019-04-30
数据库索引 & 为什么要对数据库建立索引 / 数据库建立索引为什么会加快查询速度 2019-04-30
IEEE与APA引用格式 2019-04-30
research gap 2019-04-30
pytorch训练cifar10数据集查看各个种类图片的准确率 2019-04-30
Python鼠标点击图片,获取点击点的像素坐标 2019-04-30
路径规划(一) —— 环境描述(Grid Map & Feature Map) & 全局路径规划(最优路径规划(Dijkstra&A*star) & 概率路径规划(PRM&RRT)) 2019-04-30
神经网络调参实战(四)—— 加深网络层次 & 批归一化 batch normalization 2019-04-30
数据挖掘与数据分析(三)—— 探索性数据分析EDA(多因子与复合分析) & 可视化(1)—— 假设检验(μ&卡方检验&方差检验(F检验))&相关系数(皮尔逊&斯皮尔曼) 2019-04-30
RRT算法(快速拓展随机树)的Python实现 2019-04-30
路径规划(二) —— 轨迹优化(样条法) & 局部规划(人工势能场法) & 智能路径规划(生物启发(蚁群&RVO) & 强化学习) 2019-04-30
强化学习(四) —— Actor-Critic演员评论家 & code 2019-04-30
RESTful API 2019-04-30