pyqt5的案例
pyqt5模塊制作俄羅斯方塊小游戲
（2）定義一個外部板塊類
其作用就是將內部板塊類的實時數據信息用pyqt5模塊實時地顯示出來。
基于PyQT的工業軟件界面制作保姆級教程 | 環境搭建
在PyCharm中配置PtQt5環境：
QtDesigner：ui工具設計頁面
PyUIC：將ui文件轉化為python代碼
Pyrcc：將圖片、數據文件轉為python代碼
使用pip安裝PyQt5: pip install PyQt5
使用pip安裝Qt Designer：pip install PyQt5-tools
設置->添加外部工具Qt Designer
設置->添加外部工具PyUIC
設置->添加外部工具Pyrcc
編程習慣
在自己的工作目錄中建立一個文件夾用于APP的制作，另放置一個test.py函數，用于測試部分功能代碼，目錄結構如下圖所示：
以上的文件設置可實現界面代碼和邏輯代碼的分離，即每次修改界面時，界面代碼不會覆蓋邏輯代碼，其中，
function文件夾放置信號與槽函數連接
image文件夾放置圖標文件
style文件夾方式自定義的樣式文件，如果不考慮自定義樣式的話，可以不用設置該文件夾
ui文件夾放置界面代碼
界面初始化
打開qtdesigner
創建MainWindow
創建一個簡單的計算器
將mainUI.ui轉換為mainUI.py
mainUI.py大概長這個樣子
在function文件夾中添加信號槽連接函數：signal
from PyQt5.QtWidgets import QMainWindow
from ui.mainUI import Ui_MainWindow
class MainWindow(QMainWindow):
def __init__(self, parent=None):
super(MainWindow, self
展開 基于python的圖片批量添加水印和重命名程序
第三方模塊：PyQt5、pyqt5-tools、PIL。
注意：在使用第三方模塊時，首先需要使用pip install命令安裝該模塊，例如，安裝PyQt5模塊，可以在Python命令窗口中執行以下命令：
pip install PyQt5
運行方法
打開PyCharm開發環境，然后打開源碼文件夾，找到imageMS文件夾，按下<Ctrl+C>進行復制，切換到PyCharm開發環境，在左側列表中按下<Ctrl+V>進行粘貼，展開imageMS文件夾，雙擊main.py打開該文件，然后在右側窗口中單擊右鍵，選擇“Run’main”即可運行程序，如圖1所示。
圖1 選擇'Run main'即可運行程序
程序運行效果如圖2所示（說明：通過菜單即可打開子窗體進行操作）。
圖2 項目主界面
具體的操作步驟如下：
（1）選擇要執行的操作：主窗體主要起到導航的功能，該窗體中通過選擇相應菜單可以打開批量添加水印窗體和批量重命名窗體。圖片目前只支持png格式。
（2）批量添加水印：在主窗體的菜單中選擇“主菜單”/“添加水印”菜單，彈出圖片批量添加水印窗體，該窗體中，首先單擊“加載圖片”按鈕，選擇要添加水印的圖片；然后對水印文字或者圖片進行設置，接下來設置水印的透明度和位置，單擊“路徑設置”區域的“瀏覽”按鈕，對水印圖片的保存路徑進行設置，全部設置完成后，單擊“執行”按鈕，即可批量為選擇的圖片添加文字或者圖片水印，如圖3所示。
展開 Python—exe程序開發及打包
pyinstaller -F --upx-dir c:\Python\Scripts -w -i 1.ico s.py
若出現下圖錯誤，
解決方案：C:\Python\Lib\site-packages\PyQt5\Qt\plugins（這是我的安裝路徑），在此文件夾下找到platforms文件夾，然后拷貝整個文件夾，將其放到與exe相同的路徑下，這時候就可以運行exe了。
整理分享不易，有用請點贊！
利用python處理Excel表格中的銷售數據
第三方模塊：PyQt5、pyqt5-tools、pandas、matplotlib、xlrd。
注意：在使用第三方模塊時，首先需要使用pip install命令安裝該模塊。
運行方法打開PyCharm開發環境，然后在主菜單上選擇File→Open菜單項，在打開的Open File or Project對話框中，選擇項目wordhelper，如圖1所示。
圖1 Open File or Project
對話框打開項目后，在右側的Project面板中選中程序的主文件dataExcel.py，并且單擊鼠標右鍵，在彈出的快捷菜單中選擇"Run 'dataExcel'"菜單項運行項目，如圖3所示。
圖2 選擇"Run'wordhelper'"
即可運行程序如圖3所示的系統主界面。在該界面中，通過頂部的工具欄可以選擇所要進行的操作。
圖3 系統主界面
具體的操作步驟如下：（1）導入Excel。單擊工具欄中的"導入Excel"按鈕，打開文件對話框選擇文件夾，如XS1文件夾，系統將遍歷該文件夾中的*.xls文件，并且將文件添加到列表區，效果如圖4所示。
圖4 導入Excel文件
（2）提取列數據。單擊工具欄中的"提取列數據"按鈕，提取買家會員名、收貨人姓名、聯系手機和寶貝標題，效果如圖5所示。提取后的數據將保存在程序所在目錄下的mycell.xls文件中。
圖5 提取列數據
說明："輸出選項"可以選擇數據分析結果要保存的位置，默認是程序所在文件夾。
（3）定向篩選。單擊工具欄中的"定向篩選"按鈕，篩選"零基礎學Python"的用戶信息，效果如圖6所示。篩選后的數據將保存在程序所在目錄下的mycell.xls文件中。
圖6 定向篩選
（4）多表合并。
展開 基于Python深度學習的鯊魚識別分類系統
PyQt5可視化軟件
本節詳細介紹如何以上述CNN網絡為主干，實現對鯊魚種類的檢測識別，且利用PyQt5設計了簡約的系統UI界面。在界面中，您可以選擇自己的視頻文件、圖片文件進行檢測。此外，您還可以更換自己訓練的主干模型，進行自己數據的檢測。該系統界面優美，檢測精度高，功能強大。它具備多目標實時檢測，同時可以自由選擇感興趣的檢測目標。本文提供了完整的Python程序代碼和使用教程，適合新入門的朋友參考，包括用戶登錄界面（注冊登錄和修改密碼），管理員主界面（用戶賬戶信息、查看歷史資源和鯊魚種類百科），普通用戶界面（上傳歷史記錄、鯊魚圖像識別和鯊魚種類百科），以及鯊魚識別界面（圖片和視頻）。
圖5 基于深度學習的鯊魚識別分類系統演示界面
最后，有相關需求歡迎通過公眾號“320科技工作室”與我們聯絡。
展開 智慧課堂實時監測系統
硬件環境
CPU：Intel 酷睿 I7-7700 四核8線程
內存：三星 DDR4 16G
GPU：NVIDIA GTX1070 8G
軟件環境
OS：Windows 10
IDE：PyCharm 2019.2.4
ffmpeg（需要加入環境變量）
Python 3.7
CUDA10 CUDNN7.3
Python依賴
baidu_aip==2.2.18.0 jieba==0.39 opencv_python==4.1.1.26 requests==2.22.0 PyMySQL==0.9.3 paddlepaddle_gpu==1.6.0.post107 numpy==1.16.5 Pillow==6.2.0 PyQt5==5.10.1
模型詳解
EasyDL平臺模型
EasyDL平臺的快速訓練和快速上線是目前人工智能開發進程中的一大亮點，能夠作為項目中的一個在線API進行快速調用。但是在線調用非常受網速限制，對于圖片這種體積較大的文件則更加耗時，在實時性方面有待提高。但是本地部署需要企業帳號，對于一部分開發者來說無法實現。如果能將模型下載到本地進行類似SDK的方式調用，將會更好。
展開 PhiPsi-高性能有限元程序
最近，PhiPsi結合了PyQt5，形成了一個軟件的界面形式PPView：
軟件的使用，相比于前期版本的使用方法要方便很多，只需鼠標點點點，即可完成數據讀取、內核計算、后處理自定義顯示，作為有限元寶藏up主，怎么可能不整點花活兒呢~
模型測試
在體驗完XFEM的一些功能后，我就又回到了有限元求解上，網上都說Fortran計算效率高，我倒要看看到底有多高，拿一個164萬個C3D8單元有限元模型作測試，對比一下Abaqus的計算速度與PhiPsi的計算速度！
底部約束所有的自由度，頂部施加向上的壓力，簡單的拉伸模型：
求解設置
Abaqus采用迭代解6線程并行計算
PhiPsi采共享內存并行計算技術：OpenMP，6線程并行計算，在剛度矩陣的求解上采用了EBE-PCG預處理迭代求解技術，相關理論可參考《有限元方法編程（第五版）》P55。
求解時間對比
場變量均只輸出節點位移，PhiPsi的結果文件按照二進制格式輸出。
Abaqus共使用5分42秒
PhiPsi共使用298秒，也就是4分58秒，比Abaqus快了44秒
求解精度對比
Abaqus的節點位移最大為:
0.0162334625623317
PhiPsi節點位移最大為:
0.016423374759488234
吻合度98.83%，精度可以接受。
番外篇
對于查看Abaqus模型中場邊量的最大值，可以在cae中進行查看：
小數點后面最大可以保留九位，對于上文提及的0.0162334625623317是怎么得到的呢？
有限元UP主又可以開始整活兒了！直接來一個python腳本，自定義程度極高，想查看什么就查看什么，相對數據怎么操作就怎么操作，想轉換什么數據格式就轉換...好了進入正題！
展開 Python實用案例，Python腳本實現天氣查詢應用，提醒她注意保暖！
PyQt5.QtWidgets import QApplication , QMainWindowfrom WeatherWin import Ui_widgetimport requestsimport jsonclass MainWindow(QMainWindow ): def __init__(self, parent=None):
super(MainWindow, self).
基于VTK的OpenFOAM數據后處理方法
同時可在此基礎上結合PyQT5模塊，開發新型的OpenFOAM圖形化后處理工具，實現任意自定義的后處理功能。
參考文獻
[1] Jasak H, Jemcov A, Tukovic Z. OpenFOAM: A C++ library for complex physics simulations[C]//International workshop on coupled methods in numerical dynamics. IUC Dubrovnik Croatia, 2007, 1000: 1-20.
[2] Ahrens J, Geveci B, Law C. Paraview: An end-user tool for large data visualization[J]. The visualization handbook, 2005, 717.
[3] Schroeder W J, Lorensen B, Martin K. The visualization toolkit: an object-oriented approach to 3D graphics[M]. Kitware, 2004.
[4] VTK/Examples. KitwarePublic. https://vtk.org/Wiki/VTK/Examples/Python
[5] VTK メモ.
展開 