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 2 слични објави

Пребарај: #scikit

当前筛选 #scikit清除筛选
Data Science Jobs

@datasciencejobs · Post #2280 · 24.08.2024 г., 15:33

#вакансия#ml#engineer#scikit#TensorFlow#PyTorch Machine Learning Engineer в сельскохозяйственной сфере При отклике на вакансию сразу присылайте резюме @echeveria_woman Отклики без резюме рассматриваться не будут! Основные задачи: - Создание и внедрение ML-моделей для анализа агроданных - Оптимизация и поддержка моделей для работы с большими объемами данных - Прогнозирование урожайности и мониторинг здоровья растений Ключевые требования: - 3+ лет опыта в ML - Глубокие знания алгоритмов ML и анализа данных - Владение Python и ML-библиотеками (scikit-learn, TensorFlow, PyTorch и т.д.) - Опыт работы с большими данными и CI/CD Преимуществом будет: - Опыт в агросфере - Знание анализа изображений и сенсорных данных - Работа с облачными платформами Мы предлагаем: - Вилку 3.5-5 тысяч долларов в месяц - Гибкий график - Работу в инновационной команде - Возможности для роста - Участие в значимых агропроектах

Data Science Jobs

@datasciencejobs · Post #1494 · 31.05.2023 г., 15:02

Мы – компания Sense Machine - лидеры на российском рынке нейробиологических исследований. Изучаем эмоциональный отклик на рекламные ролики, ТВ контент, прототипы приложений и многое другое, вплоть до дизайна интерьера банков с использованием собственной facial coding платформы. Являемся сердцем крупнейшей в Европе UX - лаборатории Альфа – банка и работаем с самыми большими клиентами российского рынка, такими как Альфа-банк, МТС, Danone, Ozon, Мail.ru, Lamoda, Самокат, Sokolov Компания представляет из себя команду людей, по-настоящему увлечённых наукой и её технической интерпретацией, которая делает уникальный продукт, меняющий представление о познании и востребованный самыми крупными игроками. Этот продукт показывает рост в одном из наиболее востребованных сегментов современного наукоёмкого бизнеса - нейробиологических исследованиях, которые до 2024 года по оценке Gartner будут применяться в 50% всех маркетинговых тестов. Мы строим настоящий двигатель того, как будут совершаться открытия о человеческом восприятии в ближайшее время и уверены, что талантливые и открытые знаниям люди – это то, что нам нужно на этом пути На данном этапе, мы в поиске профессионального Lead Data Scientist в нашу драйвовую команду. Требования к кандидату: - Высшее профильное образование (инженерное или математическое) - Опыт коммерческой разработки в области DS/ML на Python - Наличие успешных коммерческих проектов или проектов в эксплуатации - Опыт поддержки и развития продуктов находящихся в эксплуатации - Уверенные знания и опыт работы с #Python для анализа данных, включая основные библиотеки ( #numpy, #scipy, #pandas, #Scikit-learn) - Опыт работы с технологиями Face Detection, Face Analyze, Computer Vision. - Опыт работы с #Tensorflow / #PyTorch / #OpenVINO - Умение разбираться в чужом коде - Опыт постановки задач Желательно: - Опыт работы с #SQL - Опыт работы с Apache Spark ( #Pyspark / Scala, #Spark SQL) - Знание #Docker Ваши обязанности: • Рефакторинг существующей системы • Создание улучшенного решения на основании текущего • Постановка и контроль выполнения задач • Построение процессов тестирования решений на базе технологий обработки видео с помощью нейросетевых моделей • Разработка алгоритмов преобразования данных • Организация процессов разработки и руководство командой ML-специалистов • Взаимодействие с командой аналитики и разработки инфраструктуры • Контроль исполнения задач Что предлагаем мы: - Работа в команде разработчиков, сердцем которой является data science. - Большое количество очень интересных гипотез, которые основаны на современных научных теориях и большой простор в их проверке, освоение которого будет поддержано профессиональными и увлечёнными коллегами - Амбициозные задачи, масштабные проекты и возможность создать по-настоящему уникальный продукт, который сможет быть стандартом индустрии. - Большую продуктовую команду мечты – все ребята ладят с методами изучения данных и ходят не с проблемами, но с предложениями - Всю нужную инфраструктуру и поддержку в экспериментах Участие в работе крупнейшей в Европе ux лаборатории - Оплата обучения и тренингов для вашего профессионального роста - Белая заработная плата. - Фиксированный, достойный оклад от 300 до 500 k ( обсуждаем на собеседовании) - Возможность работать удаленно Уютный "pet-frendly" офис, в 2-минутах от метро Парк Культуры (да, можно приносить/приводить с собой пушистых любимцев) - Официальное трудоустройство с первого рабочего дня, полное соблюдение ТК РФ - Отсутствие строгого дресс-кода и бюрократии, открытость и лояльность руководства, общение на - "ты" Мы всегда готовы принять в команду талантливых и перспективных сотрудников, готовых стать частью нашей классной команды и делать мир рекламы лучше с помощью нашей платформы. В свою очередь мы готовы делится своим опытом, экспертностью, всячески направлять и поддерживать Откликайтесь или отправляйте свое резюме: https://t.me/hr_sensemachine почта- [email protected] Просьба в письме указывать желаемый уровень заработной платы!