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 2 слични објави

Пребарај: #numeric

当前筛选 #numeric清除筛选
Cul8r.

@cul8r_channel · Post #3096 · 27.06.2025 г., 10:06

Забрал свои New Balance x Stone Island Marina, быстро сфоткал и хочу сказать пару слов. Кеды вышли в рамках скейтерской линейки #numeric, поэтому говорить о каких-то роскошных материалах и современных технологиях не приходится. В данном случае, конечно, есть ряд интересных деталей, включающих в себя фактурный, но неудобный язычок, объёмную, словно вспененную вставку спереди и красивый брендинг сзади. В остальном, всё довольно простенько, но свежо. Самым приятным бонусом тут выступают детали, в виде лаконичной коробки с брендингом SI Marina, оранжевого свистка Stone Island и резинового пыльника в духе спасательных жилетов. Тот самый случай, когда комплектация привлекает внимание и добавляет несколько очков к релизу. Ну люблю я всякие ништяки, простите. Так же, много говорили о том, что кроссовки маломерят, но в целом, всё оказалось в рамках допустимого. Мой 10US, ощущается так же, как и на других кроссовках NB. Ощущения немного отличаются, но не из-за ошибки на производстве, а из-за самой формы обуви и плотного носа, который намекает о принадлежности к скейтерской теме. В целом, мне нравится куда идёт «стон», особенно, когда он выпускает такие вот субкультурные эксперименты и заигрывает с разной аудиторией. Чуть позже выгуляю и сделаю пару онфитов фотографий на ноге.

Hashtags

djangoproject

@djangoproject · Post #129 · 31.08.2016 г., 15:36

https://pypi.python.org/pypi/numpy #NumPy is a general-purpose #array-processing package designed to efficiently manipulate large #multi-dimensional arrays of arbitrary records without sacrificing too much speed for small multi-dimensional #arrays. NumPy is built on the #Numeric code base and adds features introduced by #numarray as well as an extended #C-API and the ability to create arrays of arbitrary type which also makes NumPy suitable for interfacing with general-purpose #data-base applications.