


Bagaimanakah Saya Boleh Melepasi Hujah Tambahan Melalui Isyarat dalam PyQt?
Melalui Argumen Tambahan melalui Isyarat dalam PyQt
Pengenalan
PyQt menyediakan pelbagai isyarat dan mekanisme slot untuk komunikasi antara objek. Isyarat dipancarkan untuk memberitahu pendengar tentang peristiwa, manakala slot ialah kaedah yang dilaksanakan apabila isyarat diterima. Satu kes penggunaan biasa ialah menghantar data daripada isyarat ke slot. Walau bagaimanapun, bagaimana jika anda ingin menghantar data tambahan bersama-sama dengan isyarat? Dalam artikel ini, kami akan meneroka cara untuk menghantar argumen tambahan melalui isyarat menggunakan fungsi lambda dan functools.partial.
Melalui Argumen Tambahan Menggunakan Fungsi Lambda
Dalam Python, fungsi lambda ialah fungsi tanpa nama yang boleh ditakrifkan sebaris. Mereka menyediakan cara yang mudah untuk menyampaikan hujah tambahan kepada slot tanpa mengubah takrifan slot. Sintaksnya adalah seperti berikut:
signal.connect(lambda param1, param2, ..., arg1=val1, arg2=value2, ... : fun(param1, param2,... , arg1, arg2, ....))
di mana:
- param1, param2, ... ialah parameter yang dihantar oleh isyarat
- arg1, arg2, ... ialah parameter tambahan yang ingin anda lalui
Sebagai contoh, pertimbangkan perkara berikut kod:
def addLineEdit(self): self.buttonGroup.buttonClicked['int'].connect(lambda i: self.input(i, "text")) @pyqtSlot(int) def input(self, button_or_id, DiffP): if isinstance(button_or_id, int): if button_or_id == 0: self.TotalInput[0].setText(DiffP) elif button_or_id == 1: self.TotalInput[54].setText('1')
Dalam contoh ini, isyarat butang Diklik disambungkan ke slot (input) menggunakan fungsi lambda yang melepasi argumen tambahan "teks". Slot input kemudian menggunakan argumen DiffP untuk mengubah suai widget TotalInput.
Melalui Argumen Tambahan Menggunakan functools.partial
Satu lagi pendekatan untuk menghantar argumen tambahan melalui isyarat ialah menggunakan functools.partial. Fungsi ini mencipta fungsi baharu yang mempunyai subset argumen bagi fungsi asal yang telah diisi. Sintaksnya adalah seperti berikut:
signal.connect(partial(fun, args1, arg2, ... ))
di mana:
- seronok ialah fungsi untuk dipanggil apabila isyarat dipancarkan
- args1, arg2, ... ialah hujah tambahan yang anda mahu pass
Sebagai contoh, pertimbangkan kod berikut:
from functools import partial self.buttonGroup.buttonClicked['int'].connect(partial(self.input, "text")) @pyqtSlot(int) def input(self, DiffP, button_or_id): if isinstance(button_or_id, int): if button_or_id == 0: self.TotalInput[0].setText(DiffP) elif button_or_id == 1: self.TotalInput[54].setText('1')
Dalam contoh ini, functools.partial digunakan untuk mencipta fungsi baharu yang sudah mempunyai hujah "teks" terikat . Apabila isyarat Diklik butang dipancarkan, slot input dipanggil dengan argumen DiffP dan argumen "teks" yang diluluskan sebelum ini.
Kesimpulan
Melalukan argumen tambahan melalui isyarat boleh menjadi teknik yang berguna dalam PyQt pembangunan. Ia membolehkan anda memindahkan data tambahan bersama-sama dengan isyarat, memperkayakan komunikasi antara objek. Dengan memahami penggunaan fungsi lambda dan functools.partial, anda boleh memanfaatkan ciri ini dengan berkesan dalam aplikasi PyQt anda.
Atas ialah kandungan terperinci Bagaimanakah Saya Boleh Melepasi Hujah Tambahan Melalui Isyarat dalam PyQt?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas











Python sesuai untuk sains data, pembangunan web dan tugas automasi, manakala C sesuai untuk pengaturcaraan sistem, pembangunan permainan dan sistem tertanam. Python terkenal dengan kesederhanaan dan ekosistem yang kuat, manakala C dikenali dengan keupayaan kawalan dan keupayaan kawalan yang mendasari.

Anda boleh mempelajari asas -asas Python dalam masa dua jam. 1. Belajar pembolehubah dan jenis data, 2. Struktur kawalan induk seperti jika pernyataan dan gelung, 3 memahami definisi dan penggunaan fungsi. Ini akan membantu anda mula menulis program python mudah.

Python cemerlang dalam permainan dan pembangunan GUI. 1) Pembangunan permainan menggunakan pygame, menyediakan lukisan, audio dan fungsi lain, yang sesuai untuk membuat permainan 2D. 2) Pembangunan GUI boleh memilih tkinter atau pyqt. TKInter adalah mudah dan mudah digunakan, PYQT mempunyai fungsi yang kaya dan sesuai untuk pembangunan profesional.

Anda boleh mempelajari konsep pengaturcaraan asas dan kemahiran Python dalam masa 2 jam. 1. Belajar Pembolehubah dan Jenis Data, 2.

Python lebih mudah dipelajari dan digunakan, manakala C lebih kuat tetapi kompleks. 1. Sintaks Python adalah ringkas dan sesuai untuk pemula. Penaipan dinamik dan pengurusan memori automatik menjadikannya mudah digunakan, tetapi boleh menyebabkan kesilapan runtime. 2.C menyediakan kawalan peringkat rendah dan ciri-ciri canggih, sesuai untuk aplikasi berprestasi tinggi, tetapi mempunyai ambang pembelajaran yang tinggi dan memerlukan memori manual dan pengurusan keselamatan jenis.

Untuk memaksimumkan kecekapan pembelajaran Python dalam masa yang terhad, anda boleh menggunakan modul, masa, dan modul Python. 1. Modul DateTime digunakan untuk merakam dan merancang masa pembelajaran. 2. Modul Masa membantu menetapkan kajian dan masa rehat. 3. Modul Jadual secara automatik mengatur tugas pembelajaran mingguan.

Python digunakan secara meluas dalam bidang pembangunan web, sains data, pembelajaran mesin, automasi dan skrip. 1) Dalam pembangunan web, kerangka Django dan Flask memudahkan proses pembangunan. 2) Dalam bidang sains data dan pembelajaran mesin, numpy, panda, scikit-learn dan perpustakaan tensorflow memberikan sokongan yang kuat. 3) Dari segi automasi dan skrip, Python sesuai untuk tugas -tugas seperti ujian automatik dan pengurusan sistem.

Python cemerlang dalam automasi, skrip, dan pengurusan tugas. 1) Automasi: Sandaran fail direalisasikan melalui perpustakaan standard seperti OS dan Shutil. 2) Penulisan Skrip: Gunakan Perpustakaan Psutil untuk memantau sumber sistem. 3) Pengurusan Tugas: Gunakan perpustakaan jadual untuk menjadualkan tugas. Kemudahan penggunaan Python dan sokongan perpustakaan yang kaya menjadikannya alat pilihan di kawasan ini.
