用 eric6 与 PyQt5 实现python的极速GUI编程(系列03)---- Drawing(绘图)(2)-- 画点

简介:

【概览】

本文实现如下的程序:(在窗体中绘画出[-100, 100]两个周期的正弦函数图像

 

主要步骤如下:

1、在eric6中新建项目,新建窗体

2、(自动打开)进入PyQt5 Desinger,编辑图形界面,保存

3、回到eric 6,对上一步得到的界面文件 drawing.ui 文件右击,编译窗体,得到 Ui_drawing.py 文件

4、然后再对 drawing.ui 文件右击,生成对话框代码,得到 drawing.py 文件。(在drawing.py中添加自己的程序逻辑

5、py2exe打包成exe文件(此步略)

 

【正文】

接【概览】第4步:

在 drawing.py 中,先定义绘画事件:

    def paintEvent(self, event):
        qp = QtGui.QPainter()
        qp.begin(self)
        self.drawPoints(qp) #自定义画点方法
        qp.end()

然后,自定义画点方法:

复制代码
    def drawPoints(self,  qp):
        qp.setPen(QtCore.Qt.red)
        size = self.size()
        
        for i in range(1000):
            # [-100, 100]两个周期的正弦函数图像
            x = 100 *(-1+2.0*i/1000)+ size.width()/2.0
            y = -50*math.sin((x - size.width()/2.0)*math.pi/50) + size.height()/2.0
            qp.drawPoint(x, y)
复制代码

合起来,drawing.py 是这个样子:

复制代码
# -*- coding: utf-8 -*-

"""
Module implementing Drawing.
"""
import sys, math

from PyQt5 import  QtGui, QtCore
from PyQt5.QtWidgets import QDialog, QApplication

from Ui_drawing import Ui_Drawing


class Drawing(QDialog, Ui_Drawing):

    def __init__(self, parent=None):
        super(Drawing, self).__init__(parent)
        self.setupUi(self)

    def paintEvent(self, event):
        qp = QtGui.QPainter()
        qp.begin(self)
        self.drawPoints(qp)#自定义画点方法
        qp.end()
        
    def drawPoints(self,  qp):
        qp.setPen(QtCore.Qt.red)
        size = self.size()
        
        for i in range(1000):
            # [-100, 100]两个周期的正弦函数图像
            x = 100 *(-1+2.0*i/1000)+ size.width()/2.0
            y = -50*math.sin((x - size.width()/2.0)*math.pi/50) + size.height()/2.0
            qp.drawPoint(x, y)



if __name__ == '__main__':
    app = QApplication(sys.argv)
    dlg = Drawing()
    dlg.show()
    sys.exit(app.exec_())
复制代码

 

(欢迎转载,不过请保留作者名及原文链接。)

 

本文转自罗兵博客园博客,原文链接:http://www.cnblogs.com/hhh5460/p/4232884.html ,如需转载请自行联系原作者
相关文章
|
8月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
1372 102
|
7月前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
480 3
|
7月前
|
数据处理 Python
Python编程:类型转换与输入输出
本教程介绍Python中输入输出与类型转换的基础知识,涵盖input()和print()的使用,int()、float()等类型转换方法,并通过综合示例演示数据处理、错误处理及格式化输出,助你掌握核心编程技能。
703 3
|
7月前
|
并行计算 安全 计算机视觉
Python多进程编程:用multiprocessing突破GIL限制
Python中GIL限制多线程性能,尤其在CPU密集型任务中。`multiprocessing`模块通过创建独立进程,绕过GIL,实现真正的并行计算。它支持进程池、队列、管道、共享内存和同步机制,适用于科学计算、图像处理等场景。相比多线程,多进程更适合利用多核优势,虽有较高内存开销,但能显著提升性能。合理使用进程池与通信机制,可最大化效率。
510 3
|
7月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
723 0
|
数据可视化 Python
Python 高级绘图:从基础到进阶的可视化实践
本文介绍了使用 Python 的强大绘图库 matplotlib 实现多种图表绘制的方法,包括简单的折线图、多条折线图、柱状图、饼图、散点图及 3D 图的绘制。通过具体代码示例展示了如何设置轴标签、标题、图例等元素,并指出了 matplotlib 支持更多高级绘图功能。来源:https://www.wodianping.com/app/2024-10/47112.html。
636 0
|
数据可视化 数据挖掘 API
《利用Python进行数据分析·第2版》第9章 绘图和可视化
第1章 准备工作第2章 Python语法基础,IPython和Jupyter第3章 Python的数据结构、函数和文件第4章 NumPy基础:数组和矢量计算第5章 pandas入门第6章 数据加载、存储与文件格式第7章 数据清洗和准备第8章 数据规整:聚合、合并和重塑 第9章 绘图和可视化第10章 数据聚合与分组运算第11章 时间序列第12章 pandas高级应用第13章 Python建模库介绍第14章 数据分析案例附录A NumPy高级应用附录B 更多关于IPython的内容(完) 信息可视化(也叫绘图)是数据分析中最重要的工作之一。
2057 0
|
数据可视化 数据挖掘 Python
python数据分析(十四)-matplotlib 绘图与可视化
尽管pandas的绘图函数可以处理很多普通的绘图任务,但是要使用高级功能的话需要学习matplotlib API。
1624 0
|
数据可视化 Python 编解码
Python之绘图和可视化
Python之绘图和可视化 1. 启用matplotlib 最常用的Pylab模式的IPython(IPython --pylab) 2. matplotlib的图像都位于Figure对象中。 可以使用plt.figure创建一个新的Figure,不能通过空Figure绘图,必须用add_subplot创建一个或多个subplot axes[0,1]可以通过sha
1480 0
|
8月前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
475 104

推荐镜像

更多