python用thinker库制作一个进制转换器(可打包exe)

简介: 进制转换之间很麻烦,还得计算,如果可以做一个进制转换器多nice,其实也不难,就利用一个tkinter库就能制作,废话不多说,直接开搞。

进制类型分为:


二进制 字母B表示

八进制 字母O表示

十进制 字母D表示

十六机制 字母H表示


进制转换之间很麻烦,还得计算,如果可以做一个进制转换器多nice,其实也不难,就利用一个tkinter库就能制作,废话不多说,直接开搞。

9b3c5e7798634c7bb8f12ca02b77e1d9.jpg


💝进制转换器💝

源代码以及注释

用pyinstaller打包exe

tkinter库常用参数


源代码以及注释



import tkinter as tk   # 导入tkinter库设置别名tk
root = tk.Tk()   # 生成主窗口
root.title('进制转换器')  # 设置窗体名字
root.geometry('400x250') # 设置窗体大小
# text设置按钮的文本内容,并设置组件的横,纵坐标
tk.Label(root, text='十进制数   \t').place(x=50, y=20)
tk.Label(root, text='二进制数   \t').place(x=50, y=50)
tk.Label(root, text='八进制数   \t').place(x=50, y=80)
tk.Label(root, text='十六进制数\t').place(x=50, y=110)
# Entry用于收集键盘输入并设置宽度,和组件的横,纵坐标
w = tk.Entry(root, width=20)
w.place(x=180, y=20)
obj = tk.StringVar()
obj1 = tk.StringVar()
obj2 = tk.StringVar()
# 定义一个计算进制的函数
def calculation():
    s = int(w.get())
    h = bin(s)
    o = oct(s)
    b = hex(s)
    obj.set(h)
    obj1.set(o)
    obj2.set(b)
# Label用于显示文字或者是图片(width宽度,height高度bg颜色 textvariable是关联对象,控制组件文本发生更改时跟着改变
tk.Label(root, width=20, height=1, bg='white', textvariable=obj).place(x=180, y=50)
tk.Label(root, width=20, height=1, bg='white', textvariable=obj1).place(x=180, y=80)
tk.Label(root, width=20, height=1, bg='white', textvariable=obj2).place(x=180, y=110)
# 创建一个按钮
tk.Button(root, text='转换', width=15, height=2, command=calculation).place(x=140, y=180)
# 显示主窗口
root.mainloop()


用pyinstaller打包exe



用pyinstaller打包文件为exe,即使在没有编译环境的情况下也可以运行,这里打包教程就不做介绍了,详情看我的这篇博客python利用pyinstaller打包exe详细教程

打包完效果图如下:


ed95c87d4b204238974f2330fc4b20c1.png335dbdf5bf6d4d43ad615929506826d2.png


tkinter库常用参数




参数 含义
root = TK() 生成主窗口
root.geometry(‘450x250’) 修改窗体大小(宽x高)
root.geometry(’+450+250’) 修改窗体位置(+横坐标+纵坐标)
root.title() 修改窗体的名字
root.mainloop() 显示主窗口


place()


参数 含义
x 组件左上角的横坐标
y 组件左上角的纵坐标
width 组件的宽度
height 组件的高度


Entry()


参数 含义
width 设置文本框宽度
bg 设置背景色
font 设置字体的样式和大小
textvariable 关联一个 Tkinter variable 对象, 通常为 StringVar 对象. 控制文本在该对象更改时跟着改变.



💖以上就是用thinker库制作一个进制转换器并打包exe的教程,如果有改进的建议欢迎在评论区留言奥~

欢迎各位来访,一起交流学习python🥳


相关文章
|
13天前
|
调度 开发者 Python
Python中的异步编程:理解asyncio库
在Python的世界里,异步编程是一种高效处理I/O密集型任务的方法。本文将深入探讨Python的asyncio库,它是实现异步编程的核心。我们将从asyncio的基本概念出发,逐步解析事件循环、协程、任务和期货的概念,并通过实例展示如何使用asyncio来编写异步代码。不同于传统的同步编程,异步编程能够让程序在等待I/O操作完成时释放资源去处理其他任务,从而提高程序的整体效率和响应速度。
|
16天前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
45 0
|
10天前
|
数据库 Python
异步编程不再难!Python asyncio库实战,让你的代码流畅如丝!
在编程中,随着应用复杂度的提升,对并发和异步处理的需求日益增长。Python的asyncio库通过async和await关键字,简化了异步编程,使其变得流畅高效。本文将通过实战示例,介绍异步编程的基本概念、如何使用asyncio编写异步代码以及处理多个异步任务的方法,帮助你掌握异步编程技巧,提高代码性能。
26 4
|
10天前
|
API 数据处理 Python
探秘Python并发新世界:asyncio库,让你的代码并发更优雅!
在Python编程中,随着网络应用和数据处理需求的增长,并发编程变得愈发重要。asyncio库作为Python 3.4及以上版本的标准库,以其简洁的API和强大的异步编程能力,成为提升性能和优化资源利用的关键工具。本文介绍了asyncio的基本概念、异步函数的定义与使用、并发控制和资源管理等核心功能,通过具体示例展示了如何高效地编写并发代码。
22 2
|
15天前
|
数据采集 JSON 测试技术
Python爬虫神器requests库的使用
在现代编程中,网络请求是必不可少的部分。本文详细介绍 Python 的 requests 库,一个功能强大且易用的 HTTP 请求库。内容涵盖安装、基本功能(如发送 GET 和 POST 请求、设置请求头、处理响应)、高级功能(如会话管理和文件上传)以及实际应用场景。通过本文,你将全面掌握 requests 库的使用方法。🚀🌟
36 7
|
15天前
|
机器学习/深度学习 数据采集 算法
Python机器学习:Scikit-learn库的高效使用技巧
【10月更文挑战第28天】Scikit-learn 是 Python 中最受欢迎的机器学习库之一,以其简洁的 API、丰富的算法和良好的文档支持而受到开发者喜爱。本文介绍了 Scikit-learn 的高效使用技巧,包括数据预处理(如使用 Pipeline 和 ColumnTransformer)、模型选择与评估(如交叉验证和 GridSearchCV)以及模型持久化(如使用 joblib)。通过这些技巧,你可以在机器学习项目中事半功倍。
21 3
|
18天前
|
数据采集 数据可视化 数据处理
如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`)
本文介绍了如何使用Python实现一个交易策略。主要步骤包括:导入所需库(如`pandas`、`numpy`、`matplotlib`),加载历史数据,计算均线和其他技术指标,实现交易逻辑,记录和可视化交易结果。示例代码展示了如何根据均线交叉和价格条件进行开仓、止损和止盈操作。实际应用时需注意数据质量、交易成本和风险管理。
39 5
|
17天前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
30 2
|
8天前
|
数据采集 数据可视化 数据挖掘
利用Python进行数据分析:Pandas库实战指南
利用Python进行数据分析:Pandas库实战指南
|
15天前
|
文字识别 自然语言处理 API
Python中的文字识别利器:pytesseract库
`pytesseract` 是一个基于 Google Tesseract-OCR 引擎的 Python 库,能够从图像中提取文字,支持多种语言,易于使用且兼容性强。本文介绍了 `pytesseract` 的安装、基本功能、高级特性和实际应用场景,帮助读者快速掌握 OCR 技术。
32 0