基於PYTHON的科學占卜
import json
import random
import time
# 別掛配置資料
gua_data_path = "data.json"
# 別卦資料
gua_data_map = {
}
fake_delay = 10
# 讀取別卦資料
def init_gua_data(json_path):
with open(gua_data_path,'r',encoding='utf8')as fp:
global gua_data_map
gua_data_map = json.load(fp)
# 爻圖示對映
yao_icon_map = {
0:"- -",
1:"---"
}
# 經卦名
base_gua_name_map = {
0:" 坤 ",1:" 震 ",2:" 坎 ",3:" 兌 ",4:" 艮 ",5:" 離 ",6:" 巽 ",7:" 乾 "
}
# 數字轉化為二進位制陣列
def base_gua_to_yao(gua, yao_length=3):
result = []
while gua >= 1:
level = 0 if gua % 2 == 0 else 1
gua //= 2
result.append(level)
while len(result) < yao_length:
result.append(0)
return result
# 二進位制陣列轉化為數字
def base_yao_to_gua(array):
array = array[:]
while len(array) > 0 and array[-1] == 0:
array.pop()
result = 0
for i in range(len(array)):
if array[i] == 0:
continue
result += pow(2, i)
return result
# 列印一個掛
def print_gua(gua):
yao_list = base_gua_to_yao(gua, 6)
up_yao_list = yao_list[0:3]
up = base_yao_to_gua(up_yao_list)
print(yao_icon_map[up_yao_list[2]])
print(yao_icon_map[up_yao_list[1]] + " " + base_gua_name_map[up])
print(yao_icon_map[up_yao_list[0]])
print("")
down_yao_list = yao_list[3:6]
down = base_yao_to_gua(down_yao_list)
print(yao_icon_map[down_yao_list[2]])
print(yao_icon_map[down_yao_list[1]] + " " + base_gua_name_map[down])
print(yao_icon_map[down_yao_list[0]])
# 使用梅花易數
def calculate_with_plum_flower():
# 起上卦
print(" 使用梅花易數♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️ ♣ ️")
print_a_wait_animation(" 卜上卦: ", fake_delay)
up_base_gua = int(round(time.time() * 1000)) % 8
up_yao_array = base_gua_to_yao(up_base_gua)
print(" 上卦獲取成功 , 上卦為 :", base_gua_name_map[up_base_gua])
# 起下卦
print_a_wait_animation(" 正在獲取下卦: ", fake_delay)
down_base_gua = random.randint(0, 999999999999) % 8
down_yao_array = base_gua_to_yao(down_base_gua)
print(" 上卦獲取成功 , 下卦為 :", base_gua_name_map[down_base_gua])
# 組成卦象
print_a_wait_animation(" 正在組成本卦: ", fake_delay)
print("------------------------------------------------ 本卦 ------------------------------------------------")
yao_list = up_yao_array + down_yao_array
gua = base_yao_to_gua(yao_list)
print_gua(gua)
# 讀取本卦象資訊
gua_code = str(base_gua_name_map[up_base_gua]) + str(base_gua_name_map[down_base_gua])
gua_data = gua_data_map[gua_code]
print(" 本卦為 :", gua_data['name'])
print(" 辭 :", gua_data['words']," 譯 :",gua_data['white_words'])
print(" 象 :", gua_data['picture']," 譯 :",gua_data['white_picture'])
print_a_wait_animation(" 正在組成互卦: ", fake_delay)
print("------------------------------------------------ 互卦 ------------------------------------------------")
# 讀取互卦象資訊
up_hu_yao_list = [yao_list[4],yao_list[5],yao_list[0]]
up_hu_gua = base_yao_to_gua(up_hu_yao_list)
down_hu_yao_list =[yao_list[5],yao_list[0],yao_list[1]]
down_hu_gua =外匯跟單gendan5.com base_yao_to_gua(down_hu_yao_list)
hu_yao_list = up_hu_yao_list + down_hu_yao_list
hu_gua = base_yao_to_gua(hu_yao_list)
hu_gua_code = str(base_gua_name_map[up_hu_gua]) + str(base_gua_name_map[down_hu_gua])
hu_gua_data = gua_data_map[hu_gua_code]
print_gua(hu_gua)
print(" 互卦為 :", hu_gua_data['name'])
print(" 辭 :", hu_gua_data['words']," 譯 :",hu_gua_data['white_words'])
print(" 象 :", hu_gua_data['picture']," 譯 :",hu_gua_data['white_picture'])
print_a_wait_animation(" 正在組成變卦: ", fake_delay)
print("------------------------------------------------ 變卦 ------------------------------------------------")
change_index = int(round(time.time() * 1000)) % 6
change_yao_list = yao_list[:]
change_yao_list[change_index] = 0 if change_yao_list[change_index] == 1 else 1
up_change_yao_list = change_yao_list[0:3]
up_change_gua = base_yao_to_gua(up_change_yao_list)
down_change_yao_list =change_yao_list[3:5]
down_change_gua = base_yao_to_gua(down_change_yao_list)
change_gua = base_yao_to_gua(change_yao_list)
print_gua(change_gua)
change_gua_code = str(base_gua_name_map[up_change_gua]) + str(base_gua_name_map[down_change_gua])
change_gua_data = gua_data_map[change_gua_code]
print(" 變卦為 :", change_gua_data['name'])
print(" 辭 :", change_gua_data['words']," 譯 :",change_gua_data['white_words'])
print(" 象 :", change_gua_data['picture']," 譯 :",change_gua_data['white_picture'])
def print_a_wait_animation(tips,times):
animation = "|/-\\"
idx = 0
for i in range(times):
print(tips + animation[idx % len(animation)],animation[idx % len(animation)],animation[idx % len(animation)],animation[idx % len(animation)],animation[idx % len(animation)], end="\r"),
idx += 1
time.sleep(0.1)
init_gua_data(gua_data_path)
calculate_with_plum_flower()
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69946337/viewspace-2887148/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 基於技能的改善資料科學實踐的方法資料科學
- Python科學計算庫NumPy基礎操作Python
- Orchest是用於資料科學的基於瀏覽器的IDE資料科學瀏覽器IDE
- 3 個用於資料科學的頂級 Python 庫資料科學Python
- Python資料科學(三) python與資料科學應用(Ⅲ)Python資料科學
- Python資料科學(二) python與資料科學應用(Ⅱ)Python資料科學
- Python資料科學(一) python與資料科學應用(Ⅰ)Python資料科學
- 可觸介面的未來:基於科學的5點新認識
- (資料科學學習手札136)Python中基於joblib實現極簡併行計算加速資料科學Python
- Python科學工具筆記Python筆記
- (資料科學學習手札83)基於geopandas的空間資料分析——geoplot篇(下)資料科學
- 資料科學家需要的基礎技能資料科學
- 用於資料科學的幾種Python裝飾器介紹 - Bytepawn資料科學Python
- 【電腦科學】【2020.05】【含原始碼】基於GO語言的深度學習原始碼Go深度學習
- 《機器學習與資料科學(基於R的統計學習方法)》——2.7 使用檔案連線機器學習資料科學
- Python 資料科學之 PandasPython資料科學
- 【Python資料科學】之NumpyPython資料科學
- Python 資料科學入門Python資料科學
- 科學使用Python之condaPython
- 如何將 Scikit-learn Python 庫用於資料科學專案Python資料科學
- python應用資料科學的優勢Python資料科學
- 關於資料科學的十本好書資料科學
- (資料科學學習手札150)基於dask對geopandas進行並行加速資料科學並行
- 基於Python的效能分析Python
- 鮑勃大叔認為軟體不同於數學,軟體是科學,科學與數學是有區別的
- 基於梯度的學習梯度
- 基於Keras/Python的深度學習模型Dropout正則項KerasPython深度學習模型
- 用 Python 入門資料科學Python資料科學
- (資料科學學習手札88)基於geopandas的空間資料分析——空間計算篇(下)資料科學
- (資料科學學習手札84)基於geopandas的空間資料分析——空間計算篇(上)資料科學
- E百科 | 基於MEC的邊緣AI服務AI
- Python---資料科學領域常用的15個Python包Python資料科學
- 基於python的集合運算Python
- 基於Python的Akka實現Python
- [python][科學計算][pandas]使用指南Python
- [python][科學計算][numpy]使用指南Python
- Python科學計算 - Numpy快速入門Python
- Python科學計算——任意波形擬合Python