目标
尽量1:1 还原现实地形效果。（可以做景区或建设规划展示用）
策略
从网上获取地图高度信息，导入到UE4 的landscape 中。并计算出正确的导入参数。
使用SunSky  Actor 将光照设置成与现实相符的参数。
步骤
下载地形高度数据
在这个网站上 https://terrain.party/ 选取需要的地图区域，并下载。可以选择截取范围。这里以8km 为例。地图命名为xxx。
下载后的压缩包里有个xxx README.txt，其中包含重要信息。当前目标下，其中这些信息有用：
告诉你通常来说请用 xxx Height Map (Merged).png 这张地图
告诉你地图的高度区间。在“Elevation Adjustment”那一节的第一句。本例中是这样的“The original elevation models for this area contained elevations ranging from 3304 through 4005 meters.”，意思是说这个地图数据的海拔高度范围是 3304米~4005米。
注意：你截取的数据中，不一定是3304 和4005 这个数据。
后面一堆文字解释了图片数据的意义。翻译成人话：
这个图片中的纯黑像素与纯白像素表示的高度差是1024米。
这个图片中的纯黑像素表示的海拔高度是 3304米 - 40米 = 3264米。注意：
你截取的数据中，不一定是3304 这个数据。
3264 这个数据是算出来的，原文中并没有出现。
旋转图片
导入之前，需要把图片顺时针旋转90°。为什么？因为这样导入UE4 之后的东西南北方向，刚好符合“Sun and Sky Actor” 的东西南北方向。
导入Landscape
使用New Landscape 工具，并选择Import from file，选择下载到的 xxx Height Map (Merged).png。
这时候面板下面的 Section Size, Section Per Component, Number of Component, Overall Resolution 数据会自动调整。
这里面最有用的数据是Overall Resolution。它为什么是 1135 * 1135？因为导入的图片分辨率是 1081*1081。UE4 选择了尽可能小的Section Size, Section Per Component, Number of Component 参数, 让 Overall Resolution 比1081*1081 刚好稍大一些。
调整Landscape 创建参数
为了让landscape 刚好能1: 1 比例还原现实。需要调整Location 和 Scale 数据。
Scale z，直接设置成200。
经测试，默认100 的缩放会让纯黑和纯白数据有51200 单位的高度差，即512米。所以200 的缩放，刚好符合地形数据的纯黑混白 1024 高度差。
Locatoin z，在本例中设置成 3264米 + 1024/2 米 = 2752米，即275200 单位。
3264米是前面计算出来的，地形图的纯黑表示海拔 3264米。
加上1024/2 米是因为landscape 的pivot 在纯灰高度处。
Scale xy，在本例中设置成 8000 米 / (1081 - 1) 米 * 100 = 740.74
经测试，如果按Scale xy默认设置100，而Overall Resolusion 为1135 那么landscape 的边长是1134 米（113400 单位）。
有效地形数据边长实际只有1081 像素，那么如果按Scale xy默认设置100，那么有效地形的边长应该有1080 米（108000 单位）。
有效数据的边长只有1081，而Overall Resolusion 为1135，上面已经解释过原因。UE4 会把多出来的数据填充上无用数据。 我们只考虑中间有效数据的正确缩放。
而数据实际表示的是8km 边长的范围。所以Scale xy 应该修改为 8000 米 / 1080 米 * 100 = 740.74
Location xy。设置多少无所谓，没有真实数据对应的方法。
点击“Import”用这些设置创建landscape，就可以得到一个比例和真实世界一样，海拔高度也和真实世界一样的地形了。
设置光照
把场景中旧的光源相关Actor 去掉，添加SunSky。
然后设置正确的经纬度、时区、日期、时间，就可以得到非常正确的光照了。
SunSky Actor 并没有提供雾效。需要添加Exponential Height Fog 来产生雾效。调整SunSky 中的SkyAtmosphere 的 Aerial Pespective View Distance 可以调整雾的浓度。
效果
简单加了一些水和光照烘焙，凑合一下。

可能很多同学在阅读Python源代码时会发现经常会出现if __name__ == '__main__':这样的代码，那么这样的代码起到什么作用呢？本文将为你深入解析__name__变量的含义和应用场景。
当Python解析器读源代码文件时，会做如下两件事情：
设置特殊变量，如__name__；
执行源代码文件中的所有代码；
现在我们将焦点放到__name__变量上来，看看在Python程序中为什么要使用__name__变量。
让我们先使用一段代码示例来探索导入和脚本的工作方式。假设这些代码位于名为foo.py的文件中。
print("before import")import mathprint("before functionA")def functionA():print("Function A")print("before functionB")def functionB():print("Function B {}".format(math.sqrt(100)))print("before __name__ guard")if __name__ == '__main__':functionA()functionB()print("after __name__ guard")
当Python解释器读取源文件时，它首先定义一些特殊变量。在这个案例中，我们关心的是__name__变量。如果将Python脚本文件作为主程序运行，也就是通过下面的命令运行foo.py。
python foo.py
Python解释器会使用下面的代码为__name__变量赋值，也就是说，__name__变量的值是"__main__"。
__name__ = "__main__"
另一方面，假设其他模块是主程序，并且它将导入foo.py。这意味着在主程序中会有如下的语句：
import foo
Python解释器将搜索foo.py文件(以及搜索其他一些变体)，在执行该模块之前，它将从import语句中将名称“ foo”分配给__name__变量，也即是使用下面的代码为__name__变量赋值。
__name__ = "foo"
设置__name__变量后，Python解释器通过一次执行一条语句的方式执行模块中的所有代码。您可能想要在代码示例侧面打开另一个窗口，以便您可以按照以下说明进行操作。
现在执行前面的代码，会输出如下内容：
before importbefore functionAbefore functionBbefore __name__ guardFunction AFunction B 10.0after __name__ guard
如果当前的Python脚本按着主程序的方式执行(使用python命令)，那么__name__变量的值就是"__main__"。这样就会调用functionA和functionB函数，从而输出"Function A"和"Function B 10.0"
如果foo.py脚本不是作为主程序运行，而是被另一个程序导入，则__name__变量的值是“ foo”，而不是“ __main__”，在这种情况下，将不会调用functionA和functionB函数。不过在这种情况下，仍然会输出"after __name__ guard"，因为这条语句不属于if语句。
现在总结一下：
根据foo.py的运行方式，可能会有两种输出结果。
(1)作为主程序运行，会输出如下结果
before importbefore functionAbefore functionBbefore __name__ guardFunction AFunction B 10.0after __name__ guard
(2)作为模块被导入，会输出如下结果：
before importbefore functionAbefore functionBbefore __name__ guardafter __name__ guard
可能有很多同学会有这样的疑问，为什么Python要提供这个功能呢？像C#、Java这样的编程语言并没有这样的功能啊！其实这要从Python脚本的运行机理谈起。如果Python脚本作为主程序执行，这个执行方式与Java类似。不过当导入一个Python模块就不一样了。对于Java语言，导入一个包，也只是导入而已，除非显式调用包中的API，否则单单导入，是不会执行Java代码的。但Python就不一样了，如果使用import语句导入一个模块，其实是先执行被导入模块中的所有代码，然后才会执行当前模块的代码。例如，下面的代码，会先执行foo.py脚本中的代码，然后才会执行print('current module')
import fooprint('current module')
执行这段代码，会输出如下的内容：
before importbefore functionAbefore functionBbefore __name__ guardafter __name__ guardcurrent module
如果一个Python脚本，同时即可以作为主程序执行，也可以作为模块被导入，这就要求在模块被导入时不执行作为主程序执行时的代码，所以如果是在主程序中执行的代码，如果使用__main__变量进行判断。
关于__name__的一些疑问
有的同学问，在脚本文件中可以有多个__name__校验代码块吗？其实通常只有一个__name__校验代码块吗，但Python解析器并不会阻止你编写多个__name__校验代码块吗。
下面再给大家2段代码，看看输出结果会是什么：
# foo2.pydef functionA():print("a1")import foo2print("a2")functionB()print("a3")def functionB():print("b")print("t1")if __name__ == "__main__":print("m1")functionA()print("m2")print("t2")
在这段代码中导入了模块本身(foo2.py)，执行代码，会输出如下结果：
t1m1a1t1t2a2ba3m2t2
大家可以分析一下这段代码的执行过程。下面将if __name__ == "__main__":去掉，看看会发生什么。
# foo3.pydef functionA():print("a1")import foo3print("a2")functionB()print("a3")def functionB():print("b")print("t1")print("m1")functionA()print("m2")print("t2")
执行这段代码，会引起死循环吗？其实是不会的，因为Python解析器有缓存，如果一个模块在当前模块中已经被导入了，当第二次导入时，将不会再次执行被导入模块的代码，而是直接使用缓存中的内容，所以import foo3只会导致foo3.py文件中的代码作为导入模块的方式被执行一次。所以执行这段代码，输出结果如下：
t1m1a1t1m1a1a2ba3m2t2a2ba3m2t2
大家可以自己分析一下程序的执行过程。
关注「极客起源」公众号，加星标，不错过精彩技术干货

	

可能很多同学在阅读Python源代码时会发现经常会出现if __name__ == '__main__':这样的代码，那么这样的代码起到什么作用呢？本文将为你深入解析__name__变量的含义和应用场景。当Python解析器读源代码文件时，会做如下两件事情：
设置特殊变量，如__name__；
执行源代码文件中的所有代码；
现在我们将焦点放到__name__变量上来，看看在Python程序中为什么要使用__name__变量。让我们先使用一段代码示例来探索导入和脚本的工作方式。假设这些代码位于名为foo.py的文件中。
print("before import")import mathprint("before functionA")def functionA():    print("Function A")print("before functionB")def functionB():    print("Function B {}".format(math.sqrt(100)))print("before __name__ guard")if __name__ == '__main__':    functionA()    functionB()print("after __name__ guard")
当Python解释器读取源文件时，它首先定义一些特殊变量。在这个案例中，我们关心的是__name__变量。如果将Python脚本文件作为主程序运行，也就是通过下面的命令运行foo.py。
python foo.py
Python解释器会使用下面的代码为__name__变量赋值，也就是说，__name__变量的值是"__main__"。
__name__ = "__main__"
另一方面，假设其他模块是主程序，并且它将导入foo.py。这意味着在主程序中会有如下的语句：
import foo
Python解释器将搜索foo.py文件(以及搜索其他一些变体)，在执行该模块之前，它将从import语句中将名称“ foo”分配给__name__变量，也即是使用下面的代码为__name__变量赋值。
__name__ = "foo"
设置__name__变量后，Python解释器通过一次执行一条语句的方式执行模块中的所有代码。您可能想要在代码示例侧面打开另一个窗口，以便您可以按照以下说明进行操作。现在执行前面的代码，会输出如下内容：
before importbefore functionAbefore functionBbefore __name__ guardFunction AFunction B 10.0after __name__ guard
如果当前的Python脚本按着主程序的方式执行(使用python命令)，那么__name__变量的值就是"__main__"。这样就会调用functionA和functionB函数，从而输出 "Function A" 和 "Function B 10.0"如果foo.py脚本不是作为主程序运行，而是被另一个程序导入，则__name__变量的值是“ foo”，而不是“ __main__”，在这种情况下，将不会调用functionA和functionB函数。不过在这种情况下，仍然会输出 "after __name__ guard" ，因为这条语句不属于if语句。现在总结一下：根据foo.py的运行方式，可能会有两种输出结果。(1)作为主程序运行，会输出如下结果
before importbefore functionAbefore functionBbefore __name__ guardFunction AFunction B 10.0after __name__ guard
(2)作为模块被导入，会输出如下结果：
before importbefore functionAbefore functionBbefore __name__ guardafter __name__ guard
可能有很多同学会有这样的疑问，为什么Python要提供这个功能呢？像C#、Java这样的编程语言并没有这样的功能啊！其实这要从Python脚本的运行机理谈起。如果Python脚本作为主程序执行，这个执行方式与Java类似。不过当导入一个Python模块就不一样了。对于Java语言，导入一个包，也只是导入而已，除非显式调用包中的API，否则单单导入，是不会执行Java代码的。但Python就不一样了，如果使用import语句导入一个模块，其实是先执行被导入模块中的所有代码，然后才会执行当前模块的代码。例如，下面的代码，会先执行foo.py脚本中的代码，然后才会执行print('current module')
import fooprint('current module')
执行这段代码，会输出如下的内容：
before importbefore functionAbefore functionBbefore __name__ guardafter __name__ guardcurrent module
如果一个Python脚本，同时即可以作为主程序执行，也可以作为模块被导入，这就要求在模块被导入时不执行作为主程序执行时的代码，所以如果是在主程序中执行的代码，应该使用__main__变量进行判断。关于__name__的一些疑问有的同学问，在脚本文件中可以有多个__name__校验代码块吗？其实通常只有一个__name__校验代码块吗，但Python解析器并不会阻止你编写多个__name__校验代码块吗。下面再给大家2段代码，看看输出结果会是什么：
# foo2.pydef functionA():    print("a1")    import foo2    print("a2")    functionB()    print("a3")def functionB():    print("b")print("t1")if __name__ == "__main__":    print("m1")    functionA()    print("m2")print("t2")
在这段代码中导入了模块本身(foo2.py)，执行代码，会输出如下结果：
t1m1a1t1t2a2ba3m2t2
大家可以分析一下这段代码的执行过程。下面将if __name__ == "__main__":去掉，看看会发生什么。
# foo3.pydef functionA():    print("a1")    import foo3    print("a2")    functionB()    print("a3")def functionB():    print("b")print("t1")print("m1")functionA()print("m2")print("t2")
执行这段代码，会引起死循环吗？其实是不会的，因为Python解析器有缓存，如果一个模块在当前模块中已经被导入了，当第二次导入时，将不会再次执行被导入模块的代码，而是直接使用缓存中的内容，所以import foo3只会导致foo3.py文件中的代码作为导入模块的方式被执行一次。所以执行这段代码，输出结果如下：
t1m1a1t1m1a1a2ba3m2t2a2ba3m2t2
大家可以自己分析一下程序的执行过程。推荐阅读  点击标题可跳转
1、连Python产生器(Generator)的原理都解释不了，还敢说Python用了5年？
2、牛掰了！鸿蒙与Android完美融合，将鸿蒙设备当Android设备用
3、【鸿蒙学院】鸿蒙App开发直播学员提问与回答
4、【鸿蒙学院】鸿蒙IDE：下载、安装DevEco Studio
5、 Python高效编程之88条军规(2)：你真的会格式化字符串吗？
6、像极客一样提取Android的Root权限
关注「极客起源」公众号，加星标，不错过精彩技术干货

在主回路的底部,我看到了这条线
result = result()
但我不知道它能做什么,我甚至不能用谷歌搜索它。
这是什么?
下面的代码从task.py和project.py导入。但这两个文件都没有任何与result()相关的内容,因此这里不包括它们。
#!/usr/bin/env python3
from task import Task
from project import Project
main_menu = {
'title': 'MAIN MENU',
'items': ['1. Create a project', '2. Load a project', '3. Quit'],
'actions': {
'3': exit,
}
}
project_menu = {
'title': 'PROJECT MENU',
'items': ['1. Add a task', '2. Add task dependency', '3. Set task progress',
'4. Show project', '5. Back to Main Menu'],
'actions': {
'5': main_menu,
}
}
def select_menu(menu):
while True:
print()
print(menu['title']) #MAIN MENU
print('\n'.join(menu['items'])) #1. create project, 2. load project ..
selection = input('Select > ')
next_action = menu['actions'].get(selection)
#print(selection, menu['actions'])
if next_action:
return next_action
else:
print('\nPlease select from the menu')
def create_project():
global cur_project
global project_menu
project_name = input('Enter the project name: ')
cur_project = Project(project_name)
return project_menu
main_menu['actions']['1'] = create_project
cur_menu = main_menu
cur_project = None
while True:
result = select_menu(cur_menu)
while callable(result):
result = result()
cur_menu = result