python高级开发中可视化界面开发环境搭建

简介: python高级开发中可视化界面开发环境搭建

一、开发思想



1.采用pycharm作用集成开发工具,可以集成qt套件

2.我们采用anaconda3中集成的各种库套件来直接搭建可视化开发环境

3.qt的可视化开发,工具在anaconda3中的designer.exe,这个工具设计完界面后,生成的文件名称扩展名是.ui

4.采用pyuic转为python中的代码,这个过程是从qt代码转为python代码的过程。这里的转换核心使用的是pyqt5这个库。


二、环境搭建



先要把我们的pycharm的中文版转为英文版。

我们需要做的是去将中文版的资源文件去备份,就默认为英文版。

步骤:

1.桌面上找到pycharm图标。

2.右键打开到目标位置。

3.找到PyCharm的安装根目录。

4.找到lib目录下的resources_cn.jar,在最后添加.bak。


三、pycharm中扩展工具设置



需要手工扩展的两个项目

image.png


Anaconda搭建

1.推荐安装到常规的program files文件夹下

2.安装的时候注意将复选框勾上

3.如果没有勾上的。请看手工环境配置。


anaconda手工环境配置

找到环境变量(计算机属性-高级-环境变量)

在path这个变量属性中增加如下:

C:\Program Files\Anaconda3

C:\Program Files\Anaconda3\Scripts

C:\Program Files\Anaconda3\Library\bin

  • 搭建完成后,调出cmd命令
  • 输入where python应该可以找到python的目录
  • 输入conda list可以列出所有的anaconda命令

此时意味着anaconda搭建成功


Qtdesigner设置(作用:图形化设计界面)

  1. 项目路径:
    C:\Program Files\Anaconda3\Library\bin\designer.exe说明:
    这个是界面设计程序的路径,我们在设计界面的时候,就是先调用这个运行程序。

  2. 参数:无
  3. 工作目录:$ProjectFileDir$
    说明:这里是指当前项目文件夹。


Pyuic设置(作用:将图像界面从qt版本转成python版本)

1.项目路径:

C:\Program Files\Anaconda3\python.exe

说明:这个就是要编译py文件的编译器

2.参数:

-m PyQt5.uic.pyuic $FileName$ -o $FileNameWithoutExtension$.py

说明:python在编译ui的使用要调用pyqt5这个库。

3.工作目录:$FileDir$

说明:表示当前编译文件所在的文件夹。


四、总结强调



1.anaconda3环境的配置搭建。

2.pyqt5的搭建。

3.pycharm中建立以上两个扩展环境。

4.掌握designer和pyuic的作用。

相关文章
|
7天前
|
分布式计算 并行计算 安全
在Python Web开发中,Python的全局解释器锁(Global Interpreter Lock,简称GIL)是一个核心概念,它直接影响了Python程序在多线程环境下的执行效率和性能表现
【6月更文挑战第30天】Python的GIL是CPython中的全局锁,限制了多线程并行执行,尤其是在多核CPU上。GIL确保同一时间仅有一个线程执行Python字节码,导致CPU密集型任务时多线程无法充分利用多核,反而可能因上下文切换降低性能。然而,I/O密集型任务仍能受益于线程交替执行。为利用多核,开发者常选择多进程、异步IO或使用不受GIL限制的Python实现。在Web开发中,理解GIL对于优化并发性能至关重要。
25 0
|
3天前
|
数据采集 SQL 关系型数据库
Python学习路线【对标大厂Python开发工程师的招聘要求,并推荐优质免费资源】打卡学习不迷茫
Python学习路线【对标大厂Python开发工程师的招聘要求,并推荐优质免费资源】打卡学习不迷茫
30 14
|
3天前
|
JSON 数据格式 Python
Flask实现内部接口----pycharm安装及新建,location代表着文件路径,下面是Python的环境,Flask是由Python开发的框架,Python文件接口ython通过GET发送
Flask实现内部接口----pycharm安装及新建,location代表着文件路径,下面是Python的环境,Flask是由Python开发的框架,Python文件接口ython通过GET发送
|
2天前
|
数据采集 机器学习/深度学习 数据可视化
关于Python数据分析项目的简要概述:从CSV加载数据,执行数据预处理,进行数据探索,选择线性回归模型进行训练,评估模型性能并优化,最后结果解释与可视化。
【7月更文挑战第5天】这是一个关于Python数据分析项目的简要概述:从CSV加载数据,执行数据预处理(填充缺失值,处理异常值),进行数据探索(可视化和统计分析),选择线性回归模型进行训练,评估模型性能并优化,最后结果解释与可视化。此案例展示了数据科学的典型流程。
14 2
|
8天前
|
数据采集 JSON 数据可视化
【Python实战】Python对中国500强排行榜数据进行可视化分析
【Python实战】Python对中国500强排行榜数据进行可视化分析
|
16天前
|
自然语言处理 JavaScript 前端开发
Python高级语法与正则表达式(二)
正则表达式描述了一种字符串匹配的模式,可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。
|
16天前
|
安全 算法 Python
Python高级语法与正则表达式(一)
Python提供了 with 语句的写法,既简单又安全。 文件操作的时候使用with语句可以自动调用关闭文件操作,即使出现异常也会自动关闭文件操作。
|
16天前
|
机器学习/深度学习 自然语言处理 数据可视化
文本挖掘与可视化:生成个性化词云的Python实践【7个案例】
词云(Word Cloud),又称为文字云或标签云,是一种用于文本数据可视化的技术,通过不同大小、颜色和字体展示文本中单词的出现频率或重要性。在词云中,更频繁出现的单词会显示得更大,反之则更小。
|
17天前
|
机器学习/深度学习 自然语言处理 数据可视化
文本挖掘与可视化:生成个性化词云的Python实践【7个案例】
词云是文本数据可视化的工具,显示单词频率,直观、美观,适用于快速展示文本关键信息。 - 用途包括关键词展示、数据探索、报告演示、情感分析和教育。 - 使用`wordcloud`和`matplotlib`库生成词云,`wordcloud`负责生成,`matplotlib`负责显示。 - 示例代码展示了从简单词云到基于蒙版、颜色和关键词权重的复杂词云生成。 - 案例覆盖了中文分词(使用`jieba`库)、自定义颜色和关键词权重的词云。 - 代码示例包括读取文本、分词、设置词云参数、显示和保存图像。
33 1
|
2天前
|
机器学习/深度学习 数据可视化 搜索推荐
Python在社交媒体分析中扮演关键角色,借助Pandas、NumPy、Matplotlib等工具处理、可视化数据及进行机器学习。
【7月更文挑战第5天】Python在社交媒体分析中扮演关键角色,借助Pandas、NumPy、Matplotlib等工具处理、可视化数据及进行机器学习。流程包括数据获取、预处理、探索、模型选择、评估与优化,以及结果可视化。示例展示了用户行为、话题趋势和用户画像分析。Python的丰富生态使得社交媒体洞察变得高效。通过学习和实践,可以提升社交媒体分析能力。
10 0