用python实现将自己最喜欢的8个心情词汇(例如:’开心’,’喜悦’,’自豪’等),随即分配到’心情小灵通’的三个虚拟口袋里,分配完后,输出每个虚拟口袋的:口袋编号、内装的心情词汇数目、心情词汇的名称。并心情小灵通增加以下功能:(采用字典和集合) 1) 查看所有心情词汇组; 2) 猜心情:小灵通输出:我很happy,你猜我的心情是:用户键入:开心,小灵通回答:聪明;否则小灵通输出:再想想) 3) 添加新的心情词汇 4) 删除指定的心情词汇 5) 清空心情词汇,然后分别运行

时间: 2024-02-25 11:54:46 浏览: 13
好的,以下是我给出的代码: ```python import random # 定义心情词汇组 mood_list = ['开心', '喜悦', '自豪', '感动', '兴奋', '惊喜', '满足', '平静'] # 将心情词汇随机分配到三个虚拟口袋中 pocket1 = random.sample(mood_list, 3) pocket2 = random.sample(set(mood_list) - set(pocket1), 3) pocket3 = list(set(mood_list) - set(pocket1) - set(pocket2)) # 输出每个虚拟口袋的信息 print("虚拟口袋1:") print("口袋编号:1") print("内装的心情词汇数目:", len(pocket1)) print("心情词汇名称:", pocket1) print("\n虚拟口袋2:") print("口袋编号:2") print("内装的心情词汇数目:", len(pocket2)) print("心情词汇名称:", pocket2) print("\n虚拟口袋3:") print("口袋编号:3") print("内装的心情词汇数目:", len(pocket3)) print("心情词汇名称:", pocket3) # 定义心情词汇字典和集合 mood_dict = dict(zip(mood_list, [''] * len(mood_list))) guessed_moods = set() # 定义查看所有心情词汇组的函数 def view_moods(): print("心情词汇组:") for mood in mood_dict: print(mood) # 定义猜心情的函数 def guess_mood(): mood = random.choice(list(mood_dict.keys())) print("我很" + mood + ",你猜我的心情是:") user_guess = input() if user_guess == mood: print("聪明!") guessed_moods.add(mood) else: print("再想想吧。") # 定义添加新的心情词汇的函数 def add_mood(): mood_name = input("请输入新心情词汇的名称:") mood_desc = input("请输入新心情词汇的描述:") mood_dict[mood_name] = mood_desc print("心情词汇已添加。") # 定义删除指定的心情词汇的函数 def delete_mood(): mood_name = input("请输入要删除的心情词汇的名称:") if mood_name in mood_dict: del mood_dict[mood_name] print("心情词汇已删除。") else: print("指定的心情词汇不存在。") # 定义清空心情词汇的函数 def clear_moods(): mood_dict.clear() guessed_moods.clear() print("心情词汇已清空。") # 测试函数 view_moods() guess_mood() add_mood() delete_mood() clear_moods() ``` 你可以运行这段代码来测试这些函数的功能。注意,运行后你需要按照提示输入一些信息,比如添加新的心情词汇的名称和描述等。

相关推荐

最新推荐

recommend-type

python实现将两个文件夹合并至另一个文件夹(制作数据集)

主要介绍了python实现将两个文件夹合并至另一个文件夹(制作数据集),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

Python实现将一个大文件按段落分隔为多个小文件的简单操作方法

主要介绍了Python实现将一个大文件按段落分隔为多个小文件的简单操作方法,涉及Python针对文件的读取、遍历、转换、写入等相关操作技巧,需要的朋友可以参考下
recommend-type

python实现两个文件合并功能

主要为大家详细介绍了python实现两个文件合并功能,一个简单的文件合并程序,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
recommend-type

Python 实现输入任意多个数,并计算其平均值的例子

今天小编就为大家分享一篇Python 实现输入任意多个数,并计算其平均值的例子,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

python 实现多线程下载m3u8格式视频并使用fmmpeg合并

主要介绍了python 实现多线程下载m3u8格式视频,使用fmmpeg合并的实例代码,需要的朋友可以参考下
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

解释minorization-maximization (MM) algorithm,并给出matlab代码编写的例子

Minorization-maximization (MM) algorithm是一种常用的优化算法,用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题,然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下: 1. 初始化参数 $\theta_0$,设 $k=0$; 2. 构造一个凸下界函数 $Q(\theta|\theta_k)$,使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$; 3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。