TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #381 · 23 окт.

Установить свойства виджета в PySide можно не только через соответствующие методы и конструктор класса. Можно их изменять с помощью метода setProperty по имени. btn = QPushButton("Click Me") btn.setProperty("flat", True) Это аналогично вызову btn.setFlat(True) Если указать несуществующее свойство, то оно просто создается btn.setProperty("btnType", "super") Получить его значение можно методом .property(name) btn_type = btn.property("btnType") Когда это может быть полезно? ▫️Можно просто хранить какие то данные в виджете и потом их доставать обратно widget = QWidget() widget.setProperty('my_data', 123) print(widget.property('my_data')) ▫️ Назначая эти свойства разным виджетам можно потом отличить виджеты во время итераци по ним. Например, найти все кнопки со свойством my_data="superbtn". Но ведь вместо кастомного свойства можно использовать objectName, будет тот же результат. Да, но y ObjectName есть ограничение - только строки. ▫️ Если нам потребуется не просто поиск а, например, сортировка по числу, то свойства позволяют нам это сделать. Поддерживается любой тип данных widget.setProperty('my_data', {'Key': 'value'}) widget.setProperty('order', 1) all_widgets.sort(key=w: w.property('order')) Но ведь Python позволяет всё вышеперечисленное сделать простым созданием атрибута у объекта widget.order = 1 widget.my_data = 123 Да, но я думаю что не надо объяснять почему не стоит так делать. К тому же, если у виджета нет свойства то метод .property(name) вернет None, а отсутствующий атрибут выбросит исключение. ▫️ Действительно полезное применение кастомным свойствам - контроль стилей. Здесь атрибутами не обойтись, нужны именно свойства. Дело в том, что в селекторах стилей можно указывать конкретные свойства виджетов на которые следует назначать стиль. Просто запустите этот код from PySide2.QtWidgets import * if __name__ == "__main__": app = QApplication([]) widget = QWidget(minimumWidth=300) layout = QVBoxLayout(widget) btn1 = QPushButton("Action 1") btn2 = QPushButton("Action 2") btn3 = QPushButton("Action 3", flat=True) layout.addWidget(btn1) layout.addWidget(btn2) layout.addWidget(btn3) # добавим кастомное свойство одной кнопке btn1.setProperty("btnType", "super") # добавляем стили widget.setStyleSheet( """ QPushButton[btnType="super"] { background-color: yellow; color: red; } QPushButton[flat="true"] { color: yellow; } """ ) widget.show() app.exec_() С помощью селектора мы избирательно назначили стили на конкретные кнопки. Как получить список всех кастомный свойств? Функция получения списка кастомных свойств отличается от получения дефолтных. def print_widget_dyn_properties(widget): for prop_name in widget.dynamicPropertyNames(): property_name = prop_name.data().decode() property_value = widget.property(property_name) print(f"{property_name}: {property_value}") #tricks#qt

Hashtags

Резултати

Пронајдени 1 слични објави

Пребарај: #abroad

当前筛选 #abroad清除筛选
Data Science Jobs

@datasciencejobs · Post #1878 · 18.01.2024 г., 13:01

#вакансия#remotely#abroad#удаленка#DataScientist Вакансия: Senior Data Scientist Локация: Рассматриваются кандидаты за пределами России и Белоруссии Занятость: Полная График работы: Гибкий Зарплата: $4000 – 4500 на руки Для связи: https://t.me/Tary_bird, [email protected] Описание: Ищем опытного Senior Data Scientist для участия в проекте крупного американского маркетингового агентства. Оформление в штат в Армении. Требуется владение английским не ниже уровня B2. Responsibilities: • Develop real-time prediction systems using geospatial machine learning algorithms. • Mine and extract usable data from valuable sources. • Advanced visualization of geo-temporal algorithms. • Use machine learning tools to select features, create and optimize classifiers. • Conduct preprocessing of structured and unstructured data. • Enhance systems using LLM AI models. • Improve data collection procedures for comprehensive analytic system development. Key Skills: • Programming: Knowledge of statistical programming languages like R, Python, and database query languages like SQL, Hive, Pig is desirable. Familiarity with Scala, Java, or C++ is an added advantage. • Statistics: Good applied statistical skills, including knowledge of statistical tests, distributions, regression, maximum likelihood estimators, etc. • Machine Learning: Good knowledge of machine learning methods like k-Nearest Neighbors, Naive Bayes, SVM, Decision Forests. • Strong Math Skills: Understanding the fundamentals of Multivariable Calculus and Linear Algebra is important. • Data Wrangling: Proficiency in handling imperfections in data. • Data Visualization: Experience with tools like Matplotlib, ggplot, d3.js., Tableau for visually encoding data. • Communication Skills: Ability to describe findings to both technical and non-technical audiences. • Software Engineering Background: Strong background in software engineering. • Hands-on Experience: With data science tools and a problem-solving aptitude. • Analytical Mind: Strong analytical skills and great business sense. • Degree: In Computer Science, Data Science, Mathematics, Statistics Preferred Additional Skills: • Experience with geospatial analysis and GIS. • Knowledge of H3 hierarchical geospatial indexing or other geospatial indexes. • Familiarity with open-source geographical datasets. • Experience or familiarity with advertising technology concepts. • Experience with artificial intelligence, especially with LLM and other generative technologies.