TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #173 · 28 окт.

Для тех кто пишет расширения на PyQt/PySide для CG-софтов. Когда я только начинал писать тулзы под Maya (тогда еще версия 2010-2011) мне приходилось ручками ставить PyQt4 под Maya. Даже написал мануалы по установке на своём сайте. Но потом стал доступен из коробки PySide и позже он обновится до PySide2. Для некоторых систем была поддержка PyQt5. И как простому разработчику поддерживать этот зоопарк? Ведь хочется чтобы тул работал на любой версии (вы тоже делали модуль что-то типа import_qt.py?😁) На помощь приходит проект Qt.py который поставил себе цель унифицировать использование Qt-биндингов вне зависимости от среды где запускается код. Те, кто давно пишут на Qt, скорее всего знают этот проект. Он стал стандартом для CG-индустрии и используется в топовых студиях и проектах. Qt․py помогает запускать один и тот же код на разных платформах с разными вариантами Qt-библиотек. Это может быть как интеграция в CG-софт, так и переносимость стендалонов между разными платформами с разными версиями Python. Я решил рассказать о некоторых особенностях работы с этой библиотекой. Сегодня о том, как установить и использовать Qt․py и что это вам даёт. Установка pip install Qt.py Чтобы начать использовать Qt․py в коде достаточно заменить импорт вашего варианта Qt-биндинга на Qt․py from [PySide|PyQt4|PySide2|PyQt5] import QtWidgets => from Qt import QtWidgets Теперь ваш код будет поддерживать любой вариант биндинга Qt в Python. При этом не потребуется использовать if-else конструкции под разные версии. Все вызовы теперь одинаковы. Всё что нужно сделать, это написать его по правилам PySide2. Именно эта версия была взята за основу. Приоритет импорта такой: 1. PySide2 2. PyQt5 3. PySide 4. PyQt4 Что именно загрузилось можно посмотреть в переменной __binding__ >>> import Qt >>> Qt.__binding__ 'PySide2' Приоритет имопрта можно изменить через переменные QT_PREFERRED_BINDING и QT_PREFERRED_BINDING_JSON. Причем под каждый проект оверрайды можно настраивать индивидеально. #qt#libs

Hashtags

Резултати

Пронајдени 3 слични објави

Пребарај: #l1

当前筛选 #l1清除筛选
以太坊区块链新闻| ETH 以太币圈热瓜

@ethereumglobalnews · Post #1454 · 01.12.2025 г., 06:57

🪙 Vitalik: “You can just build on #L1” as fees stay cheap in 2025. #ETH 😎 Vitalik 表示: 由於 2025 年以太坊交易費持續保持低位,「直接在 L1 上構建」依然可行。今年以來 L1 需求增速溫和、區塊空間壓力未現顯著擁堵。 #Ethereum#DeFi#以太坊#市場趨勢 ——— ⚡️ 若費用長期維持低檔,L1 與 Rollup 的功能分工可能再度被市場重估 #Scaling ✅Chat: @Web3NewsInsight 🦂 👇Tip👇讚 或點擊進行💎資源搜索👇

以太坊区块链新闻| ETH 以太币圈热瓜

@ethereumglobalnews · Post #1618 · 26.12.2025 г., 04:57

🪙 L1 Tokens 2025 Performance Castle Labs data shows most Layer 1 tokens ended 2025 in negative territory. Only BNB (+18.2%) and TRX (+9.8%) managed to stay in positive returns. • ETH:-15.3% • SOL:-35.9% • SUI / AVAX:跌幅均超 -67% • TON:全年回撤接近 -74% ⚡️ 結構性行情下L1 不再齊漲齊跌 #Ethereum#L1#CryptoMarkets #OnChain#BNB#以太坊 —————— 👇⭐️👇 🤣 🥲👇 資源搜索 🖲️👆

DeepSchool

@deep_school · Post #83 · 20.09.2022 г., 14:35

Сегодня вторник, а значит в эфире рубрика “повторяем теорию”🤓 Вспомним про регуляризацию сетей, а именно про три популярных метода: L1, L2 и Dropout (ведь был популярен когда-то, надо отдать дань старичку). Статья в телеграфе 👉Регуляризуем правильно! #регуляризация#L1#L2#dropout