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: #sentimentanalysis

当前筛选 #sentimentanalysis清除筛选
Data Science Jobs

@datasciencejobs · Post #1270 · 06.01.2023 г., 06:30

#вакансия#fulltime#office#Moscow#Analyst#python#data#Datascientist#middle#senior#Sentimentanalysis#ABtests#Adtech#digital Позиция: Аналитик данных (Python) Локация: Москва Занятость: полная Формат работы: только в офисе в Москве Зарплата: фиксированный оклад от 200 000 руб (обсуждается и уровень выше), плюс премии два раза в год 📌московский офис международной независимой data-компании. Компания продолжает работать в полном объеме на российском рынке и развивает технологии и алгоритмы сбора, сегментации и активации данных о поведении интернет-пользователей, располагает наиболее полным набором технологических решений и широкой экспертизой в области использования аудиторных данных в маркетинге. Ищем кандидата с опытом работы желательно на рынке диджитал рекламы, который хочет участвовать в комплексном развитие аналитических продуктов компании. 🔎Задачи и обязанности Создание новых и развитие текущих аналитических продуктов для решения задач клиентов и рынка. Ежедневная работа собственными технологиями компании. Коммуникация с глобальной командой по развитию и продвижению аналитических продуктов. Проведение аудиторных исследований (для лидирующих FMCG, Tech, Entertainment компаний): A/B тесты, кластеризация, презентация клиентам. Проведение исследований на базе семантического анализа (для лидирующих FMCG, Development компаний): Web scraping, WordClouds, Sentiment analysis, презентация клиентам. Проведение исследований по динамике роста знаний о продукте клиента - BrandLift (Для лидирующих FMCG, Tech, Pharma компаний): A/B тесты. Создание кастомных аудиторных сегментов. Выведение годовых бенчмарков по показателям эффективности рекламных кампаний. Участие в пре-сейле и защите проекта перед клиентом. 🔎Условия работы •Работа в комфортном офисе в дружном коллективе профессионалов (удаленки нет) •Возможность профессионального и карьерного роста •Полностью белая заработная плата •Премии •Компенсация обедов •ДМС •Оформление только в штат компании 🔎Требования к кандидату •Опытный специалист (не ниже уровня middle) •Владение одним из языков программирования: R (tidyverse) / Python (pandas), опыт использования в работе •SQL - опыт использования в работе •Опыт работы на рынке digital рекламы будет плюсом •Опыт проведения маркетинговых исследований •Опыт создания дашбордов в Data Studio будет плюсом •Уверенное владение Excel, Keynote/PowerPoint •Английский язык – B2+ (придется постоянно взаимодействовать с коллегами головного офиса в западной Европе) 📨 пожалуйста, пишите: @olganikolova