PyS“.NET研究”ide QtCore.Signal帮助手册

简介:   本文主要是翻译了Signal的文档,感兴趣的同学,可以参见 PySide的官方文档。翻译不足之处,还请指正。  函数用法def connect (receiver)def disconnect (receiver)def emit (*args)  详细描述  Signal类提供了使用符合python语法习惯的方法来定义以及连接Qt信号。

  本文主要是翻译了Signal的文档,感兴趣的同学,可以参见 PySide的官方文档。翻译不足之处,还请指正。

  函数用法

def connect (receiver)
def disconnect (receiver)
def emit (*args)

  详细描述
  Signal类提供了使用符合python语法习惯的方法来定义以及连接Qt信号。

  PySide改造了PyQt的新的信号与槽方法,除了下面提到的特别情况,PySide的实现可以与PyQt 4.5实现功能兼容。

  使用QtCore.Signal()定义新信号上海徐汇企业网站制作>
  PySide自动为Qt内置的信号定义了信号。使用QtCore.Signal()工厂方法定义新的信号为类的属性。

  QtCore.Signal()接受若干与信号签名相关的参数类型。每个类型可以是Python类型对象或者C++类型的字符串名称。同时,每个参数可以是类型参数的序列。本例中,每个序列定义了不同信号重载的签名。第一个重载被设置为默认。

  也可以选择性地提供一个参数 name 给QtCore.Signal(),其值可以设置信号的名称。信号发射时,将使用类属性的名字。

  下面,显示一系列定义信号的方法:

 
 
from PySide import QtCore

class Foo(QtCore.QObject):
# Define a new signal called 'trigger' that has no arguments.
trigger = QtCore.pyqtSignal()

def connect_and_emit_trigger(self):
# Connect the trigger signal to a slot.
self.trigger.connect(self.handle_trigger)

# Emit the signal.
self.trigger.emit()

def handle_trigger(self):
# Show that the slot has been called.
print 上海闵行企业网站制作yle="color: #800000;">" trigger signal received "

  新信号只应该在QObject子类中定义。

  使用这个方法定义的新信号将会自动添加入类的QMetaObject中。这意味着,它们将在Qt Designer中出现,而且也可以使用QMetaObject API反射获取。

  连接、断开以及发射信号
  信号与槽之间可以用Signal.connect()和Signal.disconnect()方法进行连接和断开,或者使用Signal.emit()方法发射信号。

  下面的代码演示如何定义、连接以及发射没有参数的信号

 
 
from PySide import QtCore

class Foo(QtCore.QObject):
# Define a new signal called 'trigger' that has no arguments.
trigger = QtCore.pyqtSignal()

def connect_and_emit_trigger(self):
# Connect the trigger signal to a slot.
self.trigger.connect(self.handle_trigger)

# Emit the signal.
self.trigger.emit()

def handle_trigger(self):
# Show that the slot has been called.
print " trigger signal received "

  下面则演示连接重载的信号

 
 
from PySide import QtGui

class Bar(QtGui.QComboBox):

def connect_activated(self):
# The PyQt documentation will define what the default o上海企业网站制作verload is.
# In this case it is the overload with the single integer argument.
self.activated.connect(se上海徐汇企业网站设计与制作lf.handle_int)

# For non-default overloads we have to specify which we want to
# connect. In this case the one with the single string argument.
# (Note that we could also explicitly specify the default if we
# wanted to.)
self.activated[str].connect(self.handle_string)

def handle_int(self, index):
print " activated signal passed integer " , index

def handle_string(self, text):
print " activated signal passed string " , text

  使用关键字参数连接信号
       在创建对象并想连接信号的时候,把槽作为关键字参数的值传递给构造函数。下面的代码实际上是等价的。

 
 
act = QtGui.QAction( " Action " , self)
act.triggered.connect(self.on_triggered)

act
= QtGui.QAction(上海网站建设span>"Action", self, triggered=self.on_triggered)

  Signal.connect(receiver[, type=Qt.AutoConnection])
  在singal和receiver之间创立连接,receiver可以是Python函数,或者槽或信号。
  Signal.disconnect(receiver)
  断开singal与receiver间的连接。receiver同上。
  Signal.emit(*args)
  args是可选的参数序列,传递给任何已连接的槽。

目录
相关文章
|
21天前
|
机器学习/深度学习 JSON 测试技术
CNN依旧能战:nnU-Net团队新研究揭示医学图像分割的验证误区,设定先进的验证标准与基线模型
在3D医学图像分割领域,尽管出现了多种新架构和方法,但大多未能超越2018年nnU-Net基准。研究发现,许多新方法的优越性未经严格验证,揭示了验证方法的不严谨性。作者通过系统基准测试评估了CNN、Transformer和Mamba等方法,强调了配置和硬件资源的重要性,并更新了nnU-Net基线以适应不同条件。论文呼吁加强科学验证,以确保真实性能提升。通过nnU-Net的变体和新方法的比较,显示经典CNN方法在某些情况下仍优于理论上的先进方法。研究提供了新的标准化基线模型,以促进更严谨的性能评估。
46 0
|
1月前
|
机器学习/深度学习 算法 数据可视化
MATLAB基于深度学习U-net神经网络模型的能谱CT的基物质分解技术研究
MATLAB基于深度学习U-net神经网络模型的能谱CT的基物质分解技术研究
|
10月前
|
机器学习/深度学习 数据采集 存储
【3-D深度学习:肺肿瘤分割】创建和训练 V-Net 神经网络,并从 3D 医学图像中对肺肿瘤进行语义分割研究(Matlab代码实现)
【3-D深度学习:肺肿瘤分割】创建和训练 V-Net 神经网络,并从 3D 医学图像中对肺肿瘤进行语义分割研究(Matlab代码实现)
192 0
|
IDE Java Go
等了半年,m1芯片原生支持的.NET IDE出现了
等了半年,m1芯片原生支持的.NET IDE出现了
164 0
.Net Micro Framework研究—Digi开发板初探
写的比较基础全面,由于我们北航的研发团队先研究了Digi的开发板,所以直到今天Digi开发板才到我的手上,我的《Micro Framework研究》系列文章以后也会陆续推出
718 0
.Net Micro Framework研究—IO读写
试验平台:Digi MF开发板
443 0
.Net Micro Framework研究—串口操作
试验平台:Digi MF开发板,Digi提供的示例中包含了串口的示例程序
565 0
|
网络协议
.Net Micro Framework研究—TCP/IP通信
关于网络通信方面,Digi提供了两个程序,一个是TCP Server运行在Digi的开发板上,一个是TCP Client程序,运行在PC上,通过网络,上位机很容易控制Digi开发的IO信号
643 0