用python写一段模拟砍价的代码

好的，以下是一段简单的模拟砍价的 Python 代码：

import random

price = 100 # 商品售价

while True:
    offer = int(input("请输入您的出价："))
    if offer > price:
        print("出价高于商品售价，请重新出价！")
    elif offer == price:
        print("恭喜您！砍价成功，您成功购买此商品！")
        break
    else:
        print("出价低于商品售价！")
        if random.random() > 0.5:
            price = price - random.randint(1, 10)
            print("商家已接受您的出价，但是只能给您减少 %d 元，商品价格为 %d 元。" % (price - offer, price))
        else:
            print("非常抱歉，商家拒绝了您的出价！")

这段代码模拟了用户输入出价，商家接受或拒绝出价的过程。如果商家接受出价，则随机给出一个减价的幅度，商品的售价会相应减少；否则，用户需要重新出价。

相关问题

帮我用用python写一段模拟iic的代码

以下是使用Python模拟I2C通信的示例代码：

import time

# 模拟I2C设备
class I2CDevice:
    def __init__(self, address):
        self.address = address

    # 发送数据
    def send(self, data):
        print("Send data:", data)

    # 接收数据
    def receive(self, count):
        print("Receive data:", count)

# 模拟I2C总线
class I2CBus:
    def __init__(self):
        self.devices = []

    # 添加设备
    def add_device(self, device):
        self.devices.append(device)

    # 发送数据
    def send(self, address, data):
        for device in self.devices:
            if device.address == address:
                device.send(data)
                return

    # 接收数据
    def receive(self, address, count):
        for device in self.devices:
            if device.address == address:
                device.receive(count)
                return

# 创建I2C设备和总线
device = I2CDevice(0x27)
bus = I2CBus()
bus.add_device(device)

# 发送数据
bus.send(0x27, [0x01, 0x02, 0x03])

# 接收数据
bus.receive(0x27, 4)

以上代码模拟了一个I2C设备和总线，可以发送和接收数据。在实际应用中，需要根据具体的I2C设备和应用场景进行修改。

使用python写一段验证码识别代码

好的，这里给您提供一份基于Python的验证码识别代码，使用了PIL库进行图像处理和识别：

from PIL import Image
import pytesseract

# 加载图片
image = Image.open('captcha.png')

# 转化为灰度图像
gray_image = image.convert('L')

# 去除噪声
filtered_image = gray_image.point(lambda p: p > 170 and 255)

# 识别验证码
captcha_text = pytesseract.image_to_string(filtered_image, lang='eng', config='--psm 10')

print('验证码识别结果为：', captcha_text)

这段代码首先使用PIL库加载验证码图片，然后将其转化为灰度图像，再使用图像处理技术去除噪声，最后使用pytesseract库进行验证码识别，输出识别结果。注意：这段代码仅适用于简单的数字或字母验证码，并不能保证100%的识别准确率。