前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
MCP广场
社区首页 >专栏 >七个Python必备的GUI库

七个Python必备的GUI库

作者头像
超级小可爱
发布于 2023-02-20 09:21:17
发布于 2023-02-20 09:21:17
4.7K0
举报
文章被收录于专栏:小孟开发笔记小孟开发笔记

GUI(图形用户界面),顾名思义就是用图形的方式,来显示计算机操作的界面,更加方便且直观。

与之相对应的则是CUI(命令行用户交互),就是常见的Dos命令行操作,需要记忆一些常用的命令,对于普通人而言,操作起来学习难度还是蛮高的。

一个好看又好用的GUI,可以大大提高大家的使用体验,提高效率。

比如你想开发一个计算器,如果只是一个程序输入,输出窗口的话,是没有用户体验的。

所以开发一个图像化的小窗口,就变得很有必要。

今天,小F就给大家介绍七个Python必备的GUI库,每一个都值得学习。

01. PyQt5

PyQt5由Riverbank Computing开发。基于Qt框架构建,是一个跨平台框架,可以给各种平台创建应用程序,包括:UnixWindows、Mac OS。

PyQt将Qt和Python结合在一起。它不只是一个GUI工具包。还包括了线程,Unicode,正则表达式,SQL数据库,SVG,OpenGL,XML和功能完善的Web浏览器,以及许多丰富的GUI小部件集合。

使用pip安装一下。

1 2

# 安装PyQt5 pip install -i https://pypi.tuna.tsinghua.edu.cn/simple PyQt5

安装成功后,来个Hello Word简单示例。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

import sys from PyQt5.QtWidgets import QApplication, QWidget, QLabel, QVBoxLayout # 建立application对象 app = QApplication(sys.argv) # 建立窗体对象 w = QWidget() # 设置窗体大小 w.resize(500, 500) # 设置样式 w.layout = QVBoxLayout() w.label = QLabel("Hello World!") w.label.setStyleSheet("font-size:25px;margin-left:155px;") w.setWindowTitle("PyQt5 窗口") w.layout.addWidget(w.label) w.setLayout(w.layout) # 显示窗体 w.show() # 运行程序 sys.exit(app.exec_())

结果如下。

文档地址:

https://riverbankcomputing.com/software/pyqt/intro

教程链接:

https://www.guru99.com/pyqt-tutorial.html

02. Tkinter

Tkinter是Python中最受欢迎的GUI库之一。由于它简单易学的语法,成为GUI开发初学者的首选之一。

Tkinter提供了各种小部件,例如标签,按钮,文本字段,复选框和滚动按钮等。

支持Grid(网格)布局,由于我们的程序大多数都是矩形显示,这样即使是复杂的设计,开发起来也变得简单些。

1 2

# 安装tkinter pip install -i https://pypi.tuna.tsinghua.edu.cn/simple tkinter

下面使用Tkinter设计一个BMI计算器。

以重量和高度作为输入,并在弹出框中返回BMI系数作为输出。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55

from tkinter import * from tkinter import messagebox def get_height():     # 获取身高数据(cm)     height = float(ENTRY2.get())     return height def get_weight():     # 获取体重数据(kg)     weight = float(ENTRY1.get())     return weight def calculate_bmi():     # 计算BMI系数     try:         height = get_height()         weight = get_weight()         height = height / 100.0         bmi = weight / (height ** 2)     except ZeroDivisionError:         messagebox.showinfo("提示", "请输入有效的身高数据!!")     except ValueError:         messagebox.showinfo("提示", "请输入有效的数据!")     else:         messagebox.showinfo("你的BMI系数是: ", bmi) if __name__ == '__main__':     # 实例化object,建立窗口TOP     TOP = Tk()     TOP.bind("<Return>", calculate_bmi)     # 设定窗口的大小(长 * 宽)     TOP.geometry("400x400")     # 窗口背景颜色     TOP.configure(background="#8c52ff")     # 窗口标题     TOP.title("BMI 计算器")     TOP.resizable(width=False, height=False)     LABLE = Label(TOP, bg="#8c52ff", fg="#ffffff", text="欢迎使用 BMI 计算器", font=("Helvetica", 15, "bold"), pady=10)     LABLE.place(x=55, y=0)     LABLE1 = Label(TOP, bg="#ffffff", text="输入体重(单位:kg):", bd=6,                    font=("Helvetica", 10, "bold"), pady=5)     LABLE1.place(x=55, y=60)     ENTRY1 = Entry(TOP, bd=8, width=10, font="Roboto 11")     ENTRY1.place(x=240, y=60)     LABLE2 = Label(TOP, bg="#ffffff", text="输入身高(单位:cm):", bd=6,                    font=("Helvetica", 10, "bold"), pady=5)     LABLE2.place(x=55, y=121)     ENTRY2 = Entry(TOP, bd=8, width=10, font="Roboto 11")     ENTRY2.place(x=240, y=121)     BUTTON = Button(bg="#000000", fg='#ffffff', bd=12, text="BMI", padx=33, pady=10, command=calculate_bmi,                     font=("Helvetica", 20, "bold"))     BUTTON.grid(row=5, column=0, sticky=W)     BUTTON.place(x=115, y=250)     TOP.mainloop()

界面如下。

当没有数据时,点击BMI按钮,会有与之对应的提示。

下面我们使用正确的数据,来看看结果。

使用起来感觉还是不错的。

03. Kivy

Kivy是另一个开源的Python库,最大的优点就是可以快速地编写移动应用程序(手机)。

Kivy可以在不同的平台上运行,包括Windows、Mac OS、LinuxAndroidiOS和树莓派。

此外也是免费使用的,获得了MIT许可。

1 2

# 安装kivy pip install -i https://pypi.tuna.tsinghua.edu.cn/simple kivy

一个基于Kivy的Hello World窗口。

1 2 3 4 5 6 7 8

from kivy.app import App from kivy.uix.button import Button class TestApp(App):     def build(self):         return Button(text=" Hello Kivy World ") TestApp().run()

结果如下。

04. wxPython

wxPython是一个跨平台GUI的Python库,可轻松创建功能强大稳定的GUI,毕竟是用C++编写的~

目前,支持Windows,Mac OS X,macOS和Linux。

使用wxPython创建的应用程序(GUI)在所有平台上都具有原生外观。

1 2

# 安装wxPython pip install -i https://pypi.tuna.tsinghua.edu.cn/simple wxPython

下面使用wxPython创建一个基本的GUI示例。

1 2 3 4 5 6 7

import wx myapp = wx.App() init_frame = wx.Frame(parent=None, title='WxPython 窗口') init_frame.Show() myapp.MainLoop()

结果如下

文档链接:https://www.wxpython.org/

05. PySimpleGUI

PySimpleGUI也是基于Python的GUI框架。可以轻松制作自定义的GUI。

采用了四种最流行的GUI框架QT、Tkinter、WxPython和Remi,能够实现大多数样例代码,降低了学习难度。

Remi将应用程序的界面转换为HTML,以便在Web浏览器中呈现。

1 2

# 安装PySimpleGUI pip install -i https://pypi.tuna.tsinghua.edu.cn/simple PySimpleGUI

下面是一个简单的案例。

1 2 3 4 5 6 7 8 9

import PySimpleGUI as sg layout = [sg.Text("测试 PySimpleGUI"), sg.Button("OK")] window = sg.Window("样例", layout) while True:     event, values = window.read()     if event == "OK" or event == sg.WIN_CLOSED:         break window.close()

结果如下。

点击OK按钮,窗口消失。

06. PyGUI

PyGUI是一个以简单API而闻名的GUI框架,减少Python应用与平台底层GUI之间的代码量。

轻量级的API,可以让你的应用程序运行起来更流畅,更快速。

同时还开源代码,跨平台项目。目前可在基于Unix的系统,Windows和Mac OS上运行。

Python2和Python3,都是可以支持的。

文档地址:

https://www.cosc.canterbury.ac.nz/greg.ewing/python_gui/

教程链接:

https://realpython.com/pysimplegui-python/

07. Pyforms

Pyforms是用于开发GUI应用程序的一个跨平台框架。

pyforms是一个Python2.7/3.x跨环境图形应用开发框架,模块化和代码复用可以节省大量工作。

允许应用程序在桌面,Web和终端上运行,无需修改代码。

1 2

# 安装PyFroms pip install -i https://pypi.tuna.tsinghua.edu.cn/simple PyFroms

文档地址:https://pyforms.readthedocs.io/en/v4/

项目地址:

链接:https://pan.baidu.com/s/1bSeDjNGWEia7xw5c1zpsYg  密码:aw5m

以上就是七个Python必备的GUI库的详细内容

未经允许不得转载:肥猫博客 » 七个Python必备的GUI库

本文参与 腾讯云自媒体同步曝光计划,分享自作者个人站点/博客。
如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
暂无评论
推荐阅读
编辑精选文章
换一批
知识蒸馏:如何用一个神经网络训练另一个神经网络
如果你曾经用神经网络来解决一个复杂的问题,你就会知道它们的尺寸可能非常巨大,包含数百万个参数。例如著名的BERT模型约有1亿1千万参数。
小白学视觉
2022/02/14
5420
知识蒸馏:如何用一个神经网络训练另一个神经网络
03-使用PyTorch处理最简单的神经网络分类任务(笔记+代码)
分类和回归是最常见的机器学习问题类型之一。在本笔记中,我们将使用 PyTorch 解决几个不同的分类问题(二元分类,多类分类,多标签分类)。换句话说,我们通过获取一组输入并预测这些输入集属于哪个类别。
renhai
2023/11/24
5K0
03-使用PyTorch处理最简单的神经网络分类任务(笔记+代码)
简单讲解CNN(卷积神经网络)
卷积神经网络(CNN)是一种强大的深度学习模型,广泛应用于图像处理和计算机视觉任务。
GeekLiHua
2025/01/21
1510
从零开始,半小时学会PyTorch快速图片分类
这是一篇长文教程,建议大家读不完的话一定要收藏,利用闲暇时光将其读完!更加欢迎将本文转发给同学、朋友、同事等。
新智元
2019/07/12
1.5K0
从零开始,半小时学会PyTorch快速图片分类
狗盲不存在!印度小哥实战搭建狗品种识别算法,只要7步
包括8351张狗图像,分为训练(6680)、验证(835)和测试(836)数据集,以及13233 张人脸。
新智元
2021/08/25
1.2K0
转载|使用PaddleFluid和TensorFlow实现图像分类网络SE_ResNeXt
视觉(vision)、自然语言处理(Nature Language Processing, NLP)、语音(Speech)是深度学习研究的三大方向。三大领域各自都诞生了若干经典的模块,用来建模该领域数据所蕴含的不同特性的模式。上一篇文章介绍了 PaddleFluid 和 TensorFlow 的设计和核心概念,这一篇我们从图像任务开始,使用 PaddleFluid 和 TensorFlow 来写一个完全相同的网络,通过这种方式了解我们的使用经验如何在不同平台之间迁移,从而帮助我们选择便利的工具,集中于机器学习任务本身。
用户1386409
2018/07/26
6260
转载|使用PaddleFluid和TensorFlow实现图像分类网络SE_ResNeXt
TensorFlow实战——图像分类神经网络模型
Learn how to classify images with TensorFlow 使用TensorFlow创建一个简单而强大的图像分类神经网络模型 by Adam Monsen ▌引言 由于深度学习算法和硬件性能的快速发展,研究人员和各大公司在图像识别,语音识别,推荐引擎和机器翻译等领域取得了长足的进步。六年前,在计算机视觉领域首先出现重大突破,这其中以CNN模型在ImageNet数据集上的成功为代表。两年前,Google Brain团队开源TensorFlow,使得我们可以灵巧快速地开发自己的
企鹅号小编
2018/01/25
1.5K0
Google最新开源Inception-ResNet-v2,进一步提升图像分类水准
2016年8月31日,Google团队宣布针对TensorFlow开源了最新发布的TF-slim资料库,它是一个可以定义、训练和评估模型的轻量级的软件包,也能对图像分类领域中几个主要有竞争力的网络进行检验和定义模型。 为了进一步推进这个领域的进步,今天Google团队宣布发布Inception-ResNet-v2(一种卷积神经网络——CNN),它在ILSVRC图像分类基准测试中实现了当下最好的成绩。Inception-ResNet-v2是早期Inception V3模型变化而来,从微软的残差网络(ResNe
AI科技评论
2018/03/07
2K0
Google最新开源Inception-ResNet-v2,进一步提升图像分类水准
机器学习算法(八):基于BP神经网络的乳腺癌的分类预测
本项目链接:https://www.heywhale.com/home/column/64141d6b1c8c8b518ba97dcc
汀丶人工智能
2023/03/24
8380
基于深度学习的图像分类:使用卷积神经网络实现猫狗分类器
摘要: 深度学习在计算机视觉领域中具有广泛的应用。本文将介绍如何使用卷积神经网络(CNN)实现一个猫狗分类器。我们将使用Python和TensorFlow框架搭建一个简单的卷积神经网络模型,并利用猫狗图像数据集进行训练和测试。通过本文,读者将了解到深度学习在图像分类任务中的基本原理和实践应用。
海拥
2023/06/10
2.6K1
基于卷积神经网络的图像识别
视觉是人类认识世界非常重要的一种知觉。对于人类来说,通过识别手写体数字、识别图片中的物体或者是找出4%图片中人脸的轮廓都是非常简单的任务。然而对于计算机而言,让计算机识别图片中的内容就不是一件容易的事情了。图像识别问题希望借助计算机程序来处理、分析和理解图片中的内容,使得计算机可以从图片中自动识别各种不同模式的目标和对象。图像识别作为人工智能的一个重要领域,在最近几年已经取得了很多突破性的进展,而神经网络就是这些突破性进展背后的主要技术支持。
狼啸风云
2019/03/05
7.9K0
Kaggle—So Easy!百行代码实现排名Top 5%的图像分类比赛
前言 根据我个人的经验,学好AI,有五个必修:数学、数据结构、Python数据分析、ML、DL,必修之外,有五个选修可供选择:NLP、CV、DM、量化、Spark,然后配套七月在线的这些必修和选修课程刷leetcode、kaggle,最后做做相关开源实验。 今天,咱们就来看一看:如何用百行代码实现Kaggle排名Top 5%的图像分类比赛。 1、NCFM图像分类任务简介 为了保护和监控海洋环境及生态平衡,大自然保护协会(The Nature Conservancy)邀请Kaggle[1]社区的参赛者们开
用户1332428
2018/03/09
1.8K0
Kaggle—So Easy!百行代码实现排名Top 5%的图像分类比赛
TensorFlow实现流行机器学习算法的教程汇总(2/3)
接下来的示例来自TFLearn,这是一个为 TensorFlow 提供了简化的接口的库。里面有很多示例和预构建的运算和层。
IT派
2018/07/30
4380
TensorFlow实现流行机器学习算法的教程汇总(2/3)
别磨叽,学完这篇你也是图像识别专家了
图像识别是当今深度学习的主流应用,而Keras是入门最容易、使用最便捷的深度学习框架,所以搞图像识别,你也得强调速度,不能磨叽。本文让你在最短时间内突破五个流行网络结构,迅速达到图像识别技术前沿。
AI科技大本营
2018/04/27
2.8K0
别磨叽,学完这篇你也是图像识别专家了
从零开始学keras(八)
  想要将深度学习应用于小型图像数据集,一种常用且非常高效的方法是使用预训练网络。预训练网络(pretrained network)是一个保存好的网络,之前已在大型数据集(通常是大规模图像分类任务)上训练好。如果这个原始数据集足够大且足够通用,那么预训练网络学到的特征的空间层次结构可以有效地作为视觉世界的通用模型,因此这些特征可用于各种不同的计算机视觉问题,即使这些新问题涉及的类别和原始任务完全不同。举个例子,你在 ImageNet 上训练了一个网络(其类别主要是动物和日常用品),然后将这个训练好的网络应用于某个不相干的任务,比如在图像中识别家具。这种学到的特征在不同问题之间的可移植性,是深度学习与许多早期浅层学习方法相比的重要优势,它使得深度学习对小数据问题非常有效。
墨明棋妙27
2022/08/24
6030
从零开始学keras(八)
教程 | 利用TensorFlow和神经网络来处理文本分类问题
机器之心(海外)原创 作者:shixin 参与:Joni、Smith 在这篇文章中,机器之心海外分析师对Medium(链接见文后)上的一篇热门博客进行了介绍,讨论了六个关于创建机器学习模型来进行文本分类的主要话题。 在这篇文章中,作者讨论了六个关于创建机器学习模型来进行文本分类的主要话题。 TensorFlow 如何工作 机器学习模型是什么 神经网络是什么 神经网络怎样进行学习 如何处理数据并且把它们传输给神经网络的输入 怎样运行模型并且得到预测结果 作者也提供了可在Jupyter notebook上运行
机器之心
2018/05/09
5980
谷歌开放一种新的图像分类卷积神经网络模型
为了在该领域取得更多进展,今天我们非常高兴的宣布开放 Inception-ResNet-v2,这是一个在 ILSVRC 图像分类基准上取得顶尖准确率的卷积神经网络。Inception-ResNet-v2 是早期发布的 Inception V3 模型的变体,该模型借鉴了微软 ResNet 论文中的思路。具体内容可在我们的论文:Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning 中看到。 残差连接(R
BestSDK
2018/02/27
6660
谷歌开放一种新的图像分类卷积神经网络模型
迁移学习之快速搭建【卷积神经网络】
卷积神经网络 概念认识:https://cloud.tencent.com/developer/article/1822928
一颗小树x
2021/05/14
2K0
迁移学习之快速搭建【卷积神经网络】
图像分类任务中,Tensorflow 与 Keras 到底哪个更厉害?
转载来源:AI 研习社编译的技术博客 原标题:Tensorflow Vs Keras? — Comparison by building a model for image classificatio
崔庆才
2019/09/04
9700
图像分类任务中,Tensorflow 与 Keras 到底哪个更厉害?
FastAI 课程学习笔记 lesson 1:宠物图片分类
这些东西开始%是对jupyter notebook本身的特殊指令,它们不是Python代码。它们被称为“魔法”。 表示
全栈程序员站长
2022/10/04
9720
FastAI 课程学习笔记 lesson 1:宠物图片分类
推荐阅读
相关推荐
知识蒸馏:如何用一个神经网络训练另一个神经网络
更多 >
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档