专栏导读
专栏订阅地址：https://blog.csdn.net/qq_35831906/category_12375510.html
6 图形绘制与动画效果
6.1 绘制基本图形、文本和图片
在 PyQt6 中，你可以使用 QPainter 进行图形绘制操作。以下是一个示例，展示如何在窗口上绘制基本图形、文本和图片：
import sys from PyQt6.QtWidgets import QApplication, QMainWindow from PyQt6.QtGui import QPainter, QPixmap, QColor, QPen from PyQt6.QtCore import Qt class DrawingWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("Drawing Example") self.setGeometry(100, 100, 600, 400) def paintEvent(self, event): try: painter = QPainter(self) painter.setRenderHint(QPainter.RenderHint.Antialiasing) # 修正此处 # 绘制矩形 painter.setBrush(QColor(255, 0, 0)) painter.drawRect(50, 50, 100, 100) # 绘制椭圆 painter.setBrush(QColor(0, 255, 0)) painter.drawEllipse(200, 50, 100, 100) # 绘制文本 painter.setPen(QPen(QColor(0, 0, 255))) painter.setFont(self.font()) # 使用默认字体 painter.drawText(50, 200, "Hello, PyQt!") # 绘制图片，并使其自适应窗口 pixmap = QPixmap("image.png") if not pixmap.isNull(): scaled_pixmap = pixmap.scaled(self.width() // 2, self.height() // 2, Qt.AspectRatioMode.KeepAspectRatio) x = (self.width() - scaled_pixmap.width()) y = (self.height() - scaled_pixmap.height()) painter.drawPixmap(x, y, scaled_pixmap) except Exception as e: print("An error occurred during painting:", str(e)) def resizeEvent(self, event): # 在窗口大小改变时重新绘制 self.update() if __name__ == "__main__": app = QApplication(sys.argv) window = DrawingWindow() window.show() sys.exit(app.exec())
输出：
6.2 实现动画效果和过渡效果
实现动画效果和过渡效果可以使用 QTimer 来定时更新界面，以实现图形的平滑变化。以下是一个简单的示例，展示如何使用 QTimer 实现简单的平滑过渡效果：
import sys from PyQt6.QtWidgets import QApplication, QMainWindow, QPushButton from PyQt6.QtCore import QTimer, QRect, QPropertyAnimation from PyQt6.QtGui import QPainter, QColor, QPen, QBrush from PyQt6.QtCore import QVariantAnimation class MyWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("Animation Example") self.setGeometry(100, 100, 400, 300) self.button = QPushButton("Animate", self) self.button.setGeometry(150, 150, 100, 30) self.button.clicked.connect(self.start_animation) # 初始位置和颜色 self.rect = QRect(50, 50, 100, 100) self.rect_color = QColor(0, 0, 255) # 初始颜色 self.ellipse = QRect(250, 150, 100, 100) self.ellipse_color = QColor(0, 255, 0) # 初始颜色 # 颜色动画 self.color_animation_rect = QVariantAnimation() self.color_animation_rect.valueChanged.connect(self.update_color_rect) self.color_animation_rect.setDuration(2000) # 2秒的动画 self.color_animation_rect.setStartValue(QColor(255, 0, 0)) self.color_animation_rect.setEndValue(QColor(0, 0, 255)) self.color_animation_ellipse = QVariantAnimation() self.color_animation_ellipse.valueChanged.connect(self.update_color_ellipse) self.color_animation_ellipse.setDuration(2000) # 2秒的动画 self.color_animation_ellipse.setStartValue(QColor(0, 255, 0)) self.color_animation_ellipse.setEndValue(QColor(0, 0, 255)) self.animation_timer = QTimer() self.animation_timer.timeout.connect(self.animate) def start_animation(self): self.animation_timer.start(10) self.color_animation_rect.start() self.color_animation_ellipse.start() def animate(self): try: # 移动矩形 if self.rect.x() < 250: self.rect.translate(1, 0) else: self.animation_timer.stop() # 移动椭圆 if self.ellipse.x() > 50: self.ellipse.translate(-1, 0) except Exception as e: print("An error occurred during animation:", str(e)) self.update() def update_color_rect(self, color): self.rect_color = color def update_color_ellipse(self, color): self.ellipse_color = color def paintEvent(self, event): try: painter = QPainter(self) # 绘制实心矩形 brush_rect = QBrush(self.rect_color) painter.setBrush(brush_rect) painter.drawRect(self.rect) # 绘制实心椭圆 brush_ellipse = QBrush(self.ellipse_color) painter.setBrush(brush_ellipse) painter.drawEllipse(self.ellipse) except Exception as e: print("An error occurred during painting:", str(e)) if __name__ == "__main__": app = QApplication(sys.argv) window = MyWindow() window.show() sys.exit(app.exec())
7 数据可视化
数据可视化是将数据转化为图表、图形等可视化元素，以便更直观地理解和分析数据。在 PyQt 中，你可以使用第三方库如 Matplotlib 和 PyQtGraph 来绘制图表和实现数据可视化。以下是详解和示例：
7.1 使用 Matplotlib绘制图表
Matplotlib 是一个强大的数据可视化库，可以创建各种类型的图表，包括折线图、散点图、柱状图等。
以下是一个使用 Matplotlib 在 PyQt 窗口中绘制简单折线图的示例：
import sys from PyQt6.QtWidgets import QApplication, QMainWindow, QVBoxLayout, QWidget from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas import matplotlib.pyplot as plt class MyWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("Matplotlib 示例") # 设置窗口标题 self.setGeometry(100, 100, 800, 600) # 设置窗口位置和大小 main_widget = QWidget(self) self.setCentralWidget(main_widget) layout = QVBoxLayout() # 创建垂直布局 main_widget.setLayout(layout) fig, ax = plt.subplots() # 创建 Matplotlib 图形和轴对象 canvas = FigureCanvas(fig) # 将图形对象放入 Matplotlib 画布中 layout.addWidget(canvas) # 将画布添加到布局中 x = [1, 2, 3, 4, 5] y = [10, 25, 18, 35, 30] ax.plot(x, y) # 在轴上绘制折线图 if __name__ == "__main__": app = QApplication(sys.argv) # 创建应用程序对象 window = MyWindow() # 创建自定义窗口对象 window.show() # 显示窗口 sys.exit(app.exec()) # 运行应用程序事件循环
7.2 使用PyQtGraph绘制图表
PyQtGraph 是一个专注于实时数据可视化的库，适用于需要快速显示大量数据的场景。
以下是一个使用 PyQtGraph 在 PyQt 窗口中绘制实时曲线图的示例：
import sys import numpy as np from PyQt6.QtWidgets import QApplication, QMainWindow, QVBoxLayout, QWidget import pyqtgraph as pg class MyWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("PyQtGraph 示例") # 设置窗口标题 self.setGeometry(100, 100, 800, 600) # 设置窗口位置和大小 main_widget = QWidget(self) self.setCentralWidget(main_widget) layout = QVBoxLayout() # 创建垂直布局 main_widget.setLayout(layout) self.plot_widget = pg.PlotWidget() # 创建 PyQtGraph 绘图部件 layout.addWidget(self.plot_widget) # 将绘图部件添加到布局中 self.data = np.random.normal(size=100) # 创建随机数据数组 self.curve = self.plot_widget.plot(self.data) # 在绘图部件上绘制曲线 def update_plot(self): self.data[:-1] = self.data[1:] # 将数据向前移动一位 self.data[-1] = np.random.normal() # 生成新的随机数据 self.curve.setData(self.data) # 更新绘图曲线的数据 if __name__ == "__main__": app = QApplication(sys.argv) # 创建应用程序对象 window = MyWindow() # 创建自定义窗口对象 window.show() # 显示窗口 timer = pg.QtCore.QTimer() # 创建定时器对象 timer.timeout.connect(window.update_plot) # 连接定时器的超时信号和更新绘图函数 timer.start(100) # 每100毫秒触发一次定时器超时信号，更新绘图 sys.exit(app.exec()) # 运行应用程序事件循环
7.3 数据的实时刷新和交互操作
实现数据的实时刷新可以使用定时器来周期性地更新图表。在上面的 PyQtGraph 示例中，通过创建一个定时器并连接到 update_plot 方法来实现实时刷新。
数据的实时刷新和交互操作是在数据可视化中的重要部分，可以让用户更加直观地观察数据变化和与数据进行交互。本部分将详细解释如何在 PyQt 中实现数据的实时刷新和一些常见的交互操作。
7.3.1 数据的实时刷新
在数据可视化中，实时刷新通常需要使用定时器来定期更新图表或图形的显示。在 PyQt 中，可以使用 QTimer 来实现定时刷新。
以下是一个示例，展示如何在一个 Matplotlib 图表中实现数据的实时
import sys import random import matplotlib.pyplot as plt from PyQt6.QtWidgets import QApplication, QMainWindow, QVBoxLayout, QWidget from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas from PyQt6.QtCore import QTimer class RealTimePlotWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("实时绘图示例") # 设置窗口标题 self.setGeometry(100, 100, 800, 600) # 设置窗口位置和大小 main_widget = QWidget(self) self.setCentralWidget(main_widget) layout = QVBoxLayout() # 创建垂直布局 main_widget.setLayout(layout) self.fig, self.ax = plt.subplots() # 创建 Matplotlib 图形和轴对象 self.canvas = FigureCanvas(self.fig) # 将图形对象放入 Matplotlib 画布中 layout.addWidget(self.canvas) # 将画布添加到布局中 self.data = [] # 存储数据 self.x_values = [] # 存储 x 值 self.line, = self.ax.plot(self.x_values, self.data) # 创建初始曲线对象 self.timer = QTimer(self) # 创建定时器对象 self.timer.timeout.connect(self.update_plot) # 连接定时器的超时信号和更新绘图函数 self.timer.start(1000) # 每秒触发一次定时器超时信号 def update_plot(self): new_data = random.randint(0, 100) # 生成新的随机数据 self.data.append(new_data) # 将新数据添加到数据列表中 self.x_values.append(len(self.data)) # 添加对应的 x 值 self.line.set_xdata(self.x_values) # 更新曲线的 x 值 self.line.set_ydata(self.data) # 更新曲线的 y 值 self.ax.relim() # 重新计算坐标轴限制 self.ax.autoscale_view() # 自动调整坐标轴范围 self.canvas.draw() # 重新绘制画布 if __name__ == "__main__": app = QApplication(sys.argv) # 创建应用程序对象 window = RealTimePlotWindow() # 创建实时绘图窗口对象 window.show() # 显示窗口 sys.exit(app.exec()) # 运行应用程序事件循环
7.3.2 交互操作
在数据可视化中，用户可以通过交互操作来与图表或图形进行互动，比如缩放、平移、鼠标悬停显示数据点等。Matplotlib 和 PyQtGraph 都提供了丰富的交互功能。
以下是一个使用 Matplotlib 实现鼠标悬停显示数据点的示例：
import sys import matplotlib.pyplot as plt from PyQt6.QtWidgets import QApplication, QMainWindow, QVBoxLayout, QWidget from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas class InteractivePlotWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("交互式绘图示例") # 设置窗口标题 self.setGeometry(100, 100, 800, 600) # 设置窗口位置和大小 main_widget = QWidget(self) self.setCentralWidget(main_widget) layout = QVBoxLayout() # 创建垂直布局 main_widget.setLayout(layout) self.fig, self.ax = plt.subplots() # 创建 Matplotlib 图形和轴对象 self.canvas = FigureCanvas(self.fig) # 将图形对象放入 Matplotlib 画布中 layout.addWidget(self.canvas) # 将画布添加到布局中 self.data = [1, 2, 3, 4, 5] self.x_values = [1, 2, 3, 4, 5] self.line, = self.ax.plot(self.x_values, self.data) # 创建初始曲线对象 self.cid = self.fig.canvas.mpl_connect("motion_notify_event", self.on_hover) # 连接鼠标移动事件和悬停函数 def on_hover(self, event): if event.inaxes == self.ax: # 如果鼠标位于图形轴上 x, y = event.xdata, event.ydata # 获取鼠标位置的数据坐标 self.ax.set_title(f"悬停于点 ({x:.2f}, {y:.2f})") # 设置标题显示鼠标位置 self.canvas.draw() # 重新绘制画布以更新标题显示 if __name__ == "__main__": app = QApplication(sys.argv) # 创建应用程序对象 window = InteractivePlotWindow() # 创建交互式绘图窗口对象 window.show() # 显示窗口 sys.exit(app.exec()) # 运行应用程序事件循环
在这个示例中，鼠标悬停在图表上时，会在图表的标题中显示鼠标所在的数据点坐标。
综上所述，实现数据的实时刷新和交互操作可以增强数据可视化的效果，让用户更好地与数据进行互动。在 PyQt 中，使用定时器和相应的事件处理函数可以实现数据的实时刷新，而使用事件处理函数可以实现各种交互操作。
7.4 自定义数据可视化组件
在 PyQt 中，你可以通过自定义数据可视化组件来满足特定需求，这可以包括自定义图表、图形、绘图区域等。自定义数据可视化组件允许你根据应用程序的要求创建特定样式、功能和交互效果。下面是一个简单的示例，演示如何在 PyQt 中创建自定义的数据可视化组件。
import sys import random from PyQt6.QtWidgets import QApplication, QMainWindow, QVBoxLayout, QWidget from PyQt6.QtCore import Qt from matplotlib.backends.backend_qt5agg import FigureCanvasQTAgg as FigureCanvas import matplotlib.pyplot as plt class CustomVisualization(QWidget): def __init__(self): super().__init__() layout = QVBoxLayout() # 创建垂直布局 self.setLayout(layout) self.fig, self.ax = plt.subplots() # 创建 Matplotlib 图形和轴对象 self.canvas = FigureCanvas(self.fig) # 将图形对象放入 Matplotlib 画布中 layout.addWidget(self.canvas) # 将画布添加到布局中 self.data = [random.randint(0, 100) for _ in range(10)] # 随机数据 self.x_values = list(range(1, 11)) # x 值 self.line, = self.ax.plot(self.x_values, self.data) # 创建初始曲线对象 def update_data(self): self.data = [random.randint(0, 100) for _ in range(10)] # 生成新的随机数据 self.line.set_ydata(self.data) # 更新曲线的 y 值 self.ax.relim() # 重新计算坐标轴限制 self.ax.autoscale_view() # 自动调整坐标轴范围 self.canvas.draw() # 重新绘制画布 class CustomVisualizationWindow(QMainWindow): def __init__(self): super().__init__() self.setWindowTitle("自定义可视化示例") # 设置窗口标题 self.setGeometry(100, 100, 800, 600) # 设置窗口位置和大小 self.custom_viz = CustomVisualization() # 创建自定义可视化部件 self.setCentralWidget(self.custom_viz) # 将部件设置为中心部件 self.timer = None def start_timer(self): if self.timer is None: self.timer = self.startTimer(1000) # 创建定时器并每秒触发一次 def timerEvent(self, event): self.custom_viz.update_data() # 在定时器触发时更新数据 if __name__ == "__main__": app = QApplication(sys.argv) # 创建应用程序对象 window = CustomVisualizationWindow() # 创建自定义可视化窗口对象 window.show() # 显示窗口 window.start_timer() # 启动定时器 sys.exit(app.exec()) # 运行应用程序事件循环
这个示例中创建了一个自定义的数据可视化组件 CustomVisualization，它使用 Matplotlib 在 PyQt 窗口中绘制一个折线图。通过定时器，可以周期性地更新数据并实现数据的实时刷新。你可以根据需求对自定义可视化组件进行扩展，添加交互功能、定制样式等。
————————————————
版权声明：本文为CSDN博主「LeapMay」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/qq_35831906/article/details/132338924
