(1)键盘⽅向键控制英雄移动
(2)英雄⾃动发射⼦弹
(3)敌军飞机⾃动⽣成,向下运动,发射不同速度炮弹
(4)⾃动⽣成补给,有⼦弹buff,炸弹buff,补⾎buff⼦弹。buff最多吃5个,每吃⼀个⼦弹数⽬或者威⼒提⾼,吃到第五个召唤"最强形态"。炸
弹buff可以⽆限吃,当然出现⼏率⽐较⼩,吃到的炸弹在屏幕左下⾓显⽰,空格键引爆⼀颗炸弹,毁掉当前所有敌军飞机,boss损⾎。补⾎buff,⼀
次补满英雄⾎条
(5)每种敌军对应不同分数,击爆后,屏幕⼜下⾓的总分增加相应的分数。
(6)⼦弹击中和撞击都会时敌机和英雄损⾎,且英雄还会debuff,就是buff效果会减弱。
(7)当英雄挂掉,游戏结束,屏幕显⽰分数,并且可以选择重来或者结束游戏
2.附加功能
(1)英雄吃buff初期⼦弹威⼒+1,且⼦弹排数有序增加,均匀分步。
(2)⾎条低于某个值会变红,当吃补给增加后⼜会恢复原⾊。
(3)敌机出现位置随机,速度随机,发射⼦弹速度随机,数量排数⾃定义,低级敌机出场较多,中型后来逐渐增多。
(4)英雄,boss有飞⾏和爆炸动画,敌机有爆炸动画。
(5)撞击对不同对象效果不同,英雄撞boss,英雄死boss损⾎,敌机撞英雄,敌机爆,英雄损⾎,且损⾎和被⼦弹击中⾎量不同。
(6)背景和bgm循环移动,营造飞⾏感觉。
(7)每个动作都有专属⾳效,如英雄爆,敌机爆,补习,补⼦弹,补炸弹,扔炸弹,射击。
(8)boss移动速度慢,慢于最低速度,即1像素每帧,游戏定义为60帧/秒,即速度低于60像素/秒。
6.2 收获与体会
通过此次课程设计,使我更加扎实的掌握了Pycharm、Python、Pygame⽅⾯的知识,在设计过程中虽然遇到了⼀些问题,但经过⼀次⼜
⼀次的思考,⼀遍⼜⼀遍的检查终于找出了原因所在,也暴露出了前期我在这⽅⾯的知识⽋缺和经验不⾜。实践出真知,通过亲⾃动⼿制
作,使我们掌握的知识不再是纸上谈兵。
在课程设计过程中,持续发现错误,持续改正,持续领悟,持续获取。最终的检测调试环节,本⾝就是在践⾏“过⽽能改,善莫⼤焉”的知
⾏观。这次课程设计终于顺利完成了,在设计中遇到了很多问题,最后在⽼师的指导下,终于游逆⽽解。在今后社会的发展和学习实践过程
中,⼀定要不懈努⼒,不能遇到问题就想到要退缩,⼀定要不厌其烦的发现问题所在,然后⼀⼀实⾏解决,只有这样,才能成功的做成想做
的事,才能在今后的道路上劈荆斩棘,⽽不是知难⽽退,那样永远不可能收获成功,收获喜悦,也永远不可能得到他⼈对你的认可!此次课
程设计,感慨颇多,从理论到实践,在这⼀个周⾥,能够说得是苦多于甜,但是能够学到很多很多的东西,同时不但能够巩固了以前所学过
的知识,⽽且学到了很多在书本上所没有学到过的知识。通过这次课程设计使我懂得了理论与实际相结合是很重要的,只有理论知识是远远
不够的,只有把所学的理论知识与实践相结合起来,从理论中得出结论,才能真正为社会服务,从⽽提升⾃⼰的实际动⼿⽔平和独⽴思考的
⽔平。在设计的过程中遇到问题,能够说得是困难重重,但可喜的是最终都得到了解决。
Python是⼀种简单易学,功能强⼤的编程语⾔,它有⾼效率的⾼层数据结构,能简单⽽有效地实现⾯向对象编程。Python简洁的语法和对
动态输⼊的⽀持,再加上解释性语⾔的本质,使得它在⼤多数平台上的很多领域都是⼀个理想的脚本语⾔,特别适⽤于快速的应⽤程序开
发。其次,这种解释语⾔的机制,更能让我们这些初学者体验到学习成果,不需要了解很多东西,也能编出个⼩程序来,这个过程⽐其他语
⾔要快和简单很多。此外,还有⼀点就是Python的学习很有弹性,我稍微学⼀点就能做点东西,⽽想要深⼊研究仍然有⽆穷的⽅向可以选
择,因为Python的应⽤范围也是很⼴阔。
参考⽂献
[1]宋雅娟,尚鲜连.⾯向Python翻转课堂的图形动画案例库的设计[J].计算机时代,2021(12):106-108.DOI:10.16644/j.cnki.cn33-
1094/tp.2021.12.026.
[2]吴绍兵,王昌梅,贾学明,曹好顺,扶斌.基于对分课堂的Python语⾔程序设计教学探索[J].计算机教育,2019(02):53-
56.DOI:10.16512/j.cnki.jsjjy.2019.02.014.
[3]嵩天,黄天⽻,礼欣.Python语⾔:程序设计课程教学改⾰的理想选择[J].中国⼤学教学,2016(02):42-47.
[4]杜兰,陈琳琳,黄祎静.基于Pygame的壁球游戏的设计与开发[J].电⼦技术与软件⼯程,2018(22):54+202.
[5]刘班.基于Pygame快速开发游戏软件[J].数字技术与应⽤,2013(08):130.DOI:10.19695.
[6] Creating Physics Aware Games using PyGame and PyODE[J]. Python Papers,2010,5(3).
[7]Youtian Guo,Qi Gao,Feng Pan. Trained Model Reuse of Autonomous-Driving in Pygame with Deep Reinforcement
Learning[C].
[8]Sahni Nishant,Srinivasan Kailash,Savla Harsh. A Review on Developing an Arcade Game Machine and an Arcade Game
using Raspberry Pi and Pygame[J]. International Journal of Computer Applications,2015,120(17):