我很想你

大兔子和小兔子一起吃饭。
小兔子捧着饭碗,对大兔子说:“想你。”
“我不就在你身边吗?”大兔子说。
“可我还是想你。”小兔子咋吧咋吧嘴,
“我每吃一口饭都要想你一遍,
所以,我的饭又香又甜,哪怕是我最不喜欢的卷心菜。”
大兔子不说话,只是低着头继续吃饭。


大兔子和小兔子一起散步。
小兔子一蹦一跳,对大兔子说:“想你。”
“我不就在你身边吗?” 大兔子说。
“可我还是想你。” 小兔子踮起脚尖,“我每走一步路都要想你一遍,
所以,再长的路走起来都轻轻松松,哪怕路上满是泥泞。”
大兔子不说话,只是慢悠悠地继续走路。



大兔子和小兔子坐在一起看月亮。
小兔子托着下巴,对大兔子说:“想你。”
“我不就在你身边吗?”大兔子说。
“可我还是想你。”小兔子歪着脑袋,
“我每看一眼月亮都要想你一遍,
所以,月亮看上去那么美,哪怕乌云遮挡了它的光芒。”
大兔子不说话,只是抬起头继续看月亮。


大兔子和小兔子该睡觉了。
小兔子盖好被子,对大兔子说:“想你。”
“我不就在你身边吗。”大兔子说。
“可我还是想你。”小兔子闭上眼睛, “我每做一个梦都要想你一遍,
所以,每个梦都是那么温暖,哪怕梦里出现妖怪我都不会害怕。”
大兔子不说话,躺到床上。


小兔子睡着了,
大兔子轻轻亲吻小兔子的额头。
“每天每天,每分每秒,我都在想你,悄悄地想你。”

import pygame import random import sys # 初始化Pygame pygame.init() # 屏幕设置(16:9比例,适配大多数设备) SCREEN_WIDTH = 1280 SCREEN_HEIGHT = 720 screen = pygame.display.set_mode((SCREEN_WIDTH, SCREEN_HEIGHT)) pygame.display.set_caption("点击触发·满屏祝福") # 定义对话框式便签颜色(柔和马卡龙色系,新增3种颜色更丰富) NOTE_COLORS = [ (255, 228, 225), (255, 235, 205), (240, 230, 140), (230, 230, 250), (255, 218, 185), (245, 222, 179), (255, 228, 181), (255, 239, 213), (221, 160, 221), (199, 210, 254), (204, 255, 204), (250, 240, 230), (255, 248, 220), (238, 210, 238), (216, 237, 244) ] # 50条祝福表白文案库(每句前加"豆包,",涵盖关怀+表白) MESSAGES = [ "豆包,记得吃饭", "豆包,记得喝热水", "豆包,下雪了天气冷了", "豆包,记得吃药", "豆包,我很你", "豆包,好好爱自己", "豆包,别熬夜啦", "豆包,今天也要开心", "豆包,有你真好", "豆包,照顾好自己", "豆包,牵着你的手", "豆包,你一笑我就心动", "豆包,每天都在偷偷你", "豆包,和你看遍风景", "豆包,你是我的小幸运", "豆包,见到你就超开心", "豆包,会一直陪着你", "豆包,多穿点衣服", "豆包,别太累啦", "豆包,记得午休", "豆包,我喜欢你", "豆包,愿你事事顺心", "豆包,烦恼都走开", "豆包,记得吃水果", "豆包,多喝水别上火", "豆包,晚上盖好被子", "豆包,和你聊天", "豆包,你真的很可爱", "豆包,有你我很安心", "豆包,每天都爱你", "豆包,记得补充能量", "豆包,别委屈自己", "豆包,我在你呀", "豆包,愿你被温柔以待", "豆包,一起加油呀", "豆包,记得涂护手霜", "豆包,天冷加外套", "豆包,好好休息", "豆包,我一直都在", "豆包,抱抱你", "豆包,你是最棒的", "豆包,三餐要规律", "豆包,别胡思乱", "豆包,快乐最重要", "豆包,记得晒晒太阳", "豆包,和你看电影", "豆包,永远喜欢你", "豆包,平安健康", "豆包,记得给我回信", "豆包,满心都是你" ] # 便签类(对话框样式,优化绘制逻辑) class Note: def __init__(self): self.text = random.choice(MESSAGES) self.color = random.choice(NOTE_COLORS) # 随机位置(避免便签超出屏幕边界) self.x = random.randint(50, SCREEN_WIDTH - 220) self.y = random.randint(50, SCREEN_HEIGHT - 120) # 对话框尺寸(根据文字长度自适应,优化宽高比例) self.width = len(self.text) * 13 + 45 self.height = 65 self.text_color = (40, 40, 40) # 文字颜色更清晰 def draw(self): # 绘制对话框主体(圆角矩形,边框更柔和) pygame.draw.rect(screen, self.color, (self.x, self.y, self.width, self.height), border_radius=12) # 绘制对话框小三角(右侧,优化位置和形状) triangle_points = [ (self.x + self.width, self.y + 22), (self.x + self.width + 16, self.y + 32), (self.x + self.width, self.y + 42) ] pygame.draw.polygon(screen, self.color, triangle_points) # 绘制文字(优化字体大小和居中效果) font = pygame.font.Font(None, 26) text_surface = font.render(self.text, True, self.text_color) text_rect = text_surface.get_rect(center=(self.x + self.width//2, self.y + self.height//2)) screen.blit(text_surface, text_rect) # 主程序逻辑(新增循环刷新,确保持续弹出) def main(): notes = [] clock = pygame.time.Clock() spawn_interval = 450 # 弹出间隔0.45秒(不超过0.5秒) last_spawn_time = 0 click_triggered = False while True: current_time = pygame.time.get_ticks() screen.fill((255, 255, 255)) # 白色背景,突出便签 # 事件处理 for event in pygame.event.get(): if event.type == pygame.QUIT: pygame.quit() sys.exit() if event.type == pygame.MOUSEBUTTONDOWN and not click_triggered: click_triggered = True # 点击后循环生成便签:满50条时移除最早的,持续刷新 if click_triggered and current_time - last_spawn_time > spawn_interval: if len(notes) >= 50: notes.pop(0) # 移除第一个便签,保持总数50条 notes.append(Note()) last_spawn_time = current_time # 绘制所有便签 for note in notes: note.draw() # 未点击时显示提示文字(优化样式) if not click_triggered: font = pygame.font.Font(None, 40) tip_text = "点击屏幕,接收满屏祝福~" tip_surface = font.render(tip_text, True, (80, 80, 80)) tip_rect = tip_surface.get_rect(center=(SCREEN_WIDTH//2, SCREEN_HEIGHT//2)) screen.blit(tip_surface, tip_rect) pygame.display.flip() clock.tick(60) if __name__ == "__main__": main()
11-06
【EI复现】基于深度强化学习的微能源网能量管理与优化策略研究(Python代码实现)内容概要:本文围绕“基于深度强化学习的微能源网能量管理与优化策略”展开研究,重点利用深度Q网络(DQN)等深度强化学习算法对微能源网中的能量调度进行建模与优化,旨在应对可再生能源出力波动、负荷变化及运行成本等问题。文中结合Python代码实现,构建了包含光伏、储能、负荷等元素的微能源网模型,通过强化学习智能体动态决策能量分配策略,实现经济性、稳定性和能效的多重优化目标,并可能与其他优化算法进行对比分析以验证有效性。研究属于电力系统与人工智能交叉领域,具有较强的工程应用背景和学术参考价值。; 适合人群:具备一定Python编程基础和机器学习基础知识,从事电力系统、能源互联网、智能优化等相关方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①学习如何将深度强化学习应用于微能源网的能量管理;②掌握DQN等算法在实际能源系统调度中的建模与实现方法;③为相关课题研究或项目开发提供代码参考和技术思路。; 阅读建议:建议读者结合提供的Python代码进行实践操作,理解环境建模、状态空间、动作空间及奖励函数的设计逻辑,同时可扩展学习其他强化学习算法在能源系统中的应用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值