TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #62 · 4 апр.

Когда разрабатываете свой GUI с помощью PyQt для какого-либо софта бывает необходимо позаимствовать цвета из текущего стиля интерфейса. Например, чтобы правильно раскрасить свои виджеты, подогнав их по цвету. Ведь бывает, что ваш GUI используется в разных софтах. Причём некоторые со светлой темой а другие с тёмной. По умолчанию стили наследуются, но если вы задаёте какую-либо раскраску для части виджета через свой styleSheet, то требуется ссылаться на цвета текущего стиля. Как это сделать? Как получить нужный цвет из палитры имеющегося стиля? Это достаточно просто, нужно использовать класс QPalette и его роли. Например, мне нужно достать цвет текста из одного виджета и применить его в другом как цвет фона (не важно зачем именно так, просто захотелось😊). Получаем палитру виджета и сразу достаём нужный цвет, указав его роль. from PySide2.QtGui import QPalette color = main_window.palette().color(QPalette.Text) теперь можем использовать этот цвет в стилях my_widget.setStyleSheet(f'background-color: {color.name()};') Готово, мы динамически переопределили дефолтный стиль используя текущий стиль окна! На самом деле есть запись покороче, в одну строку и без лишних переменных. Не очень-то по правилам CSS, но Qt это понимает. my_widget.setStyleSheet('background-color: palette(Text);') Этот способ не подходит если вам нужно как-то модифицировать цвет перед применением в своих стилях. В этом случае потребуется первый способ. Зато он прекрасно сработает в файле .qss, то есть не придётся в коде прописывать раскраску отдельных элементов через ссылки на палитру, всё красиво сохранится в отдельном файле .qss! QListView#my_widget::item:selected { background: palette(Midlight); } Про имеющиеся роли можно почитать здесь🌍 #qt#tricks

Hashtags

Резултати

Пронајдени 10 слични објави

Пребарај: #ray

当前筛选 #ray清除筛选
Coin Sonar

@CoinSonar · Post #244193 · 18.04.2026 г., 13:03

#RAY | Volume spike (USDT PAIR) 228 times the average volume 95.08K USDT traded in 1 min └Buying vol: 88.93K USDT 🟢 Boost score: 7/10 24h Vol: 600.23K USDT (Binance) Price: 0.675 (-3.1% in 24h)

Hashtags

Coin Sonar

@CoinSonar · Post #244085 · 18.04.2026 г., 08:50

#RAY | Volume spike (USDT PAIR) 54 times the average volume 113.02K USDT traded in 5 min └Selling vol: 100.98K USDT 🔴 Boost score: 1/10 24h Vol: 600.23K USDT (Binance) Price: 0.679 (-3.1% in 24h)

Hashtags

Pro Analysis

@proanalysistrader · Post #28393 · 17.01.2025 г., 09:25

#RAY/USDT analysis : #RAY is currently consolidating within a flag pattern, indicating a potential continuation of its upward trend. A breakout above the $5.890 level could signal a move to higher price levels. Consider entering a long position upon confirmation of the breakout. TF : 1D Entry : $5.890 Target : $9.045 SL : $4.000

Hashtags

Tesla Calls Official

@teslacallsofficial · Post #10023 · 15.03.2026 г., 20:56

🔥$RAY Entered this position as a speculative play within the SOLANA ecosystem. Monitor pullbacks carefully, manage entries with discipline, and always conduct your own due diligence before participating. X: https://x.com/i/communities/2033099708164378981 Website: https://x.com/bbcworld/status/2033099192877429170?s=46 🔗 Contract: https://solscan.io/token/G7ydggVFm4RVTTsd3E8MWh7angBs78MTmZN3gVZPpump https://dexscreener.com/solana/HAVxMaLK96qgiyRdvX4YVpjfajU49zWot4tdjxPesMrg #RAY#SOLANA#TESLACALLS

Coinlegs Cryptocurrency Signals

@coinlegs · Post #10123 · 21.03.2024 г., 10:15

🐬DOLPHIN | AI PREDICTIONS 21.03.2024 10:00 GMT Expected 5% Profit/Loss in 24 Hours #POLYX | 0.4088 | PP: 50% | LP: 94% #PHA | 0.329 | PP: 50% | LP: 95% #ERN | 7.537 | PP: 50% | LP: 96% #LTO | 0.1761 | PP: 50% | LP: 97% #FTM | 1.0574 | PP: 46% | LP: 91% #REI | 0.10968 | PP: 46% | LP: 93% #OM | 0.64366 | PP: 45% | LP: 96% #SSV | 56.36 | PP: 44% | LP: 92% #CFX | 0.434 | PP: 44% | LP: 98% #STX | 3.3721 | PP: 43% | LP: 96% #PAXG | 2183 | PP: 43% | LP: 97% #CYBER | 13.737 | PP: 43% | LP: 98% #FLOKI | 0.00024944 | PP: 42% | LP: 99% #RSR | 0.006467 | PP: 41% | LP: 98% #DUSK | 0.4065 | PP: 40% | LP: 98% #FET | 2.6868 | PP: 40% | LP: 98% #BNB | 559.5 | PP: 40% | LP: 99% #DEXE | 10.712 | PP: 39% | LP: 97% #TRU | 0.09719 | PP: 39% | LP: 97% #OCEAN | 1.2 | PP: 39% | LP: 98% #SOL | 187.61 | PP: 39% | LP: 99% #IQ | 0.014558 | PP: 38% | LP: 95% #MKR | 3058 | PP: 38% | LP: 99% #PEPE | 0.00000823 | PP: 38% | LP: 99% #OOKI | 0.003513 | PP: 36% | LP: 99% #HIFI | 1.0967 | PP: 35% | LP: 97% #APT | 15.292 | PP: 35% | LP: 99% #CLV | 0.12307 | PP: 35% | LP: 99% #UTK | 0.13 | PP: 34% | LP: 96% #AMP | 0.010762 | PP: 34% | LP: 99% #DEGO | 3.603 | PP: 33% | LP: 99% #FORTH | 6.283 | PP: 33% | LP: 99% #NULS | 0.4503 | PP: 33% | LP: 99% #TKO | 0.6404 | PP: 33% | LP: 99% #FIS | 0.7002 | PP: 33% | LP: 100% #SANTOS | 7.64 | PP: 32% | LP: 94% #WBTC | 66789.15 | PP: 32% | LP: 99% #JASMY | 0.020469 | PP: 31% | LP: 98% #BCH | 432.2 | PP: 31% | LP: 99% #BTC | 66843.96 | PP: 31% | LP: 100% #SUN | 0.015141 | PP: 30% | LP: 94% #CKB | 0.020456 | PP: 30% | LP: 99% #RAY | 2.2809 | PP: 30% | LP: 99% #POND | 0.03243 | PP: 29% | LP: 90% #CREAM | 23.08 | PP: 29% | LP: 99% #FOR | 0.03258 | PP: 29% | LP: 99% #NEXO | 1.359 | PP: 29% | LP: 99% #UFT | 0.638 | PP: 29% | LP: 99% #FLUX | 1.4129 | PP: 29% | LP: 100% #ACA | 0.1858 | PP: 28% | LP: 99% ... ——————————————————————— Total Predictions: 371 PP > 50%: 4 LP > 50%: 365 PP > 60%: 0 LP > 60%: 362 PP > 70%: 0 LP > 70%: 347 PP > 80%: 0 LP > 80%: 331 PP > 90%: 0 LP > 90%: 316 ——————————————————————— PP: Profit Probability | LP: Loss Probability