随意开发的一个python小游戏

此作者是一个刚学python一年的弱鸡，尝试性发出的第一篇文章，他甚至懒得用GUI做这个游戏，他非常清楚的知道这个游戏有许多的弱点（比如在加入getch（）和clear（）函数时他发现自己用的屑pycharm根本没法安装，希望哪位路过的大佬指点一下迷津）。

首先展示一下整个游戏的代码，简单易懂，只有80多行（连这个80十多行也是凑出来，加几个自定义函数，再去掉无聊时加上的用于嘲讽玩家的代码瞬间就缩水了，但是我已经懒得改了）

import random
import time
width=6
lenth=6
env=[]
for i in range(0,width):
    env.append([])
    for n in range(0,lenth):
        env[i].append(random.randint(1,9))
times=0
while 1:
    while 1:
        ord=[random.randint(0,width-1),random.randint(0,lenth-1)]
        if env[ord[0]][ord[1]]!=0:
            break
    re_ord=[ord[1]+1,ord[0]+1]
    for i in range(0,len(env)):
        temp = ''
        for n in range(0,len(env[i])):
            if [i,n]!=ord:
                temp+=' {} '.format(env[i][n])
            else:
                temp += '?{}?'.format(env[i][n])
        print(temp)
    print('the ordinate is {}'.format(re_ord))
    choice=input()
    if choice =='d':
        env[ord[0]][ord[1]]+=1
    if choice =='a':
        env[ord[0]][ord[1]]-=1
    if choice =='w':
        env[ord[0]][ord[1]]*=2
    if choice =='s':
        env[ord[0]][ord[1]]=env[ord[0]][ord[1]]//2
    for i in range(0,len(env)):
        for n in range(0,len(env[i])):
            if n+2=0 and env[i][n]==env[i][n-1] and env[i][n]==env[i][n-2]:
                env[i][n] = 0
                env[i][n-1] = 0
                env[i][n-2] = 0
            if i+2=0 and env[i][n]==env[i-1][n] and env[i][n]==env[i-2][n]:
                env[i][n] = 0
                env[i-1][n] = 0
                env[i-2][n] = 0
            if i-2>=0 and n-2>=0 and env[i][n]==env[i-1][n-1] and env[i][n]==env[i-2][n-2]:
                env[i][n] = 0
                env[i-1][n-1] = 0
                env[i-2][n-2] = 0
            if i-2>=0 and n+2=0 and env[i][n]==env[i+1][n-1] and env[i][n]==env[i+2][n-2]:
                env[i][n] = 0
                env[i+1][n-1] = 0
                env[i+2][n-2] = 0
            if i+2 
游戏规则是有一面随机生成的数字墙，每一轮会随机选定一个数字，按w选定数字*2，s整除2，d加一，a减一，像五子棋一样，有三个一样的数字就归零，要在45部内将所有数字归零才算成功（45大概是我的最高纪录）。
 
这个游戏唯一的亮点就是在做策略的时候遇到一个数，你可以选择连成一列一起归零，也可以选择整除几次归一后再减一归零，毕竟你也不知道什么时候会随机选定到这个数的周围。
 
由于上述的特性，假如我需要训练一个强化学习的AI，即使这个AI的参数很完美，他依旧可能因为随机的误差性导致判断失误，如果重复实验（为什么有点像初中物理了），也需要判断是否值得重复（如果全部重复可能会导致CPU不堪重负）。所以这似乎也会是发展方向呢。