Codecademy CS 认证课程的下一步是推荐引擎。我编写了一个简单的视频游戏推荐，并返回 5 种类型之一的 5 款游戏，并允许玩家看到有关该列表中任何游戏的简介。
上一个项目专注于对我当前工作具有实际应用的东西，即贷款和储蓄股息的金融计算器。这个更适合一种爱好，随着我深入学习计算机科学，我发现自己越来越少地参与其中：视频游戏。
我从 MetaCritic 获取了排名的评分，但为了简单起见，决定使用玩家评论分数而不是评论者分数，因为 MetaCritic 报告评论者分数为 100 分，用户分数为 10 分。
该应用程序使用图形和顶点运行。我使用字典来存储游戏和评级以及简介的键和值。我编写了一个助手来自动将数据加载到主脚本的图表中。
这个练习还激励我开始一个个人投资组合项目，该项目也将使用图表，但允许我更多地使用 TreeNode 系统，因为我对此还没有做过太多工作。
Github
以上是Python终端推荐引擎的详细内容。更多信息请关注PHP中文网其他相关文章！
