pythonwidgets

1. python做界面的一個新思路（初始篇）

python做界面我首先想到的是pyqt5，但是筆者之前基本是用wpf做界面，再用其他的做界面都有點不暢快的感覺。直接用到了HTML + CSS + js。隨著前端技術的快速發展，如VUE，AUI這類框架的興起，做個炫酷的頁面，遠比後端做個界面要快捷方便的多。

但是HTML + CSS + js是運行在瀏覽器里的，這個系列文章就是要打破python和前端的壁壘，讓它們攜手打造桌面程序。

那麼這個心思路就是，利用pyqt5的QtWebEngineWidgets和QtWebChannel來做媒介，
python完成後台功能，HTML + CSS + js完成全部的界面功能。
界面需要python功能時，js方便的調用python函數並獲取返回值。這樣各自完成擅長部分，想想都有點小激動呢。

那這樣是否靠譜呢？
根據筆者的目前嘗試，感覺還是很靠譜的：
1 運行不卡頓，相對於純的pyqt我感覺這種界面運行起來更流暢。
2 QtWebEngineWidgets移植V8引擎，基本和谷歌的效果是一樣的。Vue這樣的框架也可以直接引用。
講QtWebEngineWidgets的文章有很多，我學習這個時候看到網上的很多文章也和受益，但是，基本都是講的一樣的，沒有深挖。

首先，QtWebEngineWidgets和QtWebChannel是可以實現雙向交互的，但是，在應用的過程中我發現，python調用js會比較簡單，有現成的語法可用，而且傳輸過程中有的數據的類型都不用轉換。而且能獲取到js的返回值。

而js調用python就復雜一點，傳遞類型也只能字元串和int（目前我測試的結果是這樣），目前網上大多的例子就是基於共享屬性這個概念，js是可以調用python函數，但是沒法獲取到返回值。

但是應用中你就會發現，基本都是js調用python，比如界面中的按鈕點擊後需要執行數據分析，然後將結果渲染在界面上。那麼過程就是js調用py並獲取返回值。

今天的內容就是這些，喜歡的可以點贊支持，如果點贊較多，關於這個知識點我將繼續做一期有趣的內容。謝謝！

2. 強烈推薦一款Python可視化神器！強烈必備！

Plotly Express 是一個新的高級 Python 可視化庫：它是 Plotly.py 的高級封裝，它為復雜的圖表提供了一個簡單的語法。

受 Seaborn 和 ggplot2 的啟發，它專門設計為具有簡潔，一致且易於學習的 API ：只需一次導入，您就可以在一個函數調用中創建豐富的互動式繪圖，包括分面繪圖（faceting）、地圖、動畫和趨勢線。 它帶有數據集、顏色面板和主題，就像 Plotly.py 一樣。

Plotly Express 完全免費：憑借其寬松的開源 MIT 許可證，您可以隨意使用它（是的，甚至在商業產品中！）。

最重要的是，Plotly Express 與 Plotly 生態系統的其他部分完全兼容：在您的 Dash 應用程序中使用它，使用 Orca 將您的數據導出為幾乎任何文件格式，或使用JupyterLab 圖表編輯器在 GUI 中編輯它們！

用 pip install plotly_express 命令可以安裝 Plotly Express。

一旦導入Plotly Express（通常是 px ），大多數繪圖只需要一個函數調用，接受一個整潔的Pandas dataframe，並簡單描述你想要製作的圖。 如果你想要一個基本的散點圖，它只是 px.scatter（data，x =「column_name」，y =「column_name」）。

以下是內置的 Gapminder 數據集的示例，顯示2007年按國家/地區的人均預期壽命和人均GDP 之間的趨勢：

如果你想通過大陸區分它們，你可以使用 color 參數為你的點著色，由 px 負責設置默認顏色，設置圖例等：

這里的每一點都是一個國家，所以也許我們想要按國家人口來衡量這些點...... 沒問題：這里也有一個參數來設置，它被稱為 size：

如果你好奇哪個國家對應哪個點？ 可以添加一個 hover_name ，您可以輕松識別任何一點：只需將滑鼠放在您感興趣的點上即可！ 事實上，即使沒有 hover_name ，整個圖表也是互動的：

也可以通過 facet_col =」continent「 來輕松劃分各大洲，就像著色點一樣容易，並且讓我們使用 x軸 對數（log_x）以便在我們在圖表中看的更清晰：

也許你不僅僅對 2007年 感興趣，而且你想看看這張圖表是如何隨著時間的推移而演變的。 可以通過設置 animation_frame=「year」 （以及 animation_group =「country」 來標識哪些圓與控制條中的年份匹配）來設置動畫。

在這個最終版本中，讓我們在這里調整一些顯示，因為像「gdpPercap」 這樣的文本有點難看，即使它是我們的數據框列的名稱。 我們可以提供更漂亮的「標簽」 （labels），可以在整個圖表、圖例、標題軸和懸停（hovers）中應用。 我們還可以手動設置邊界，以便動畫在整個過程中看起來更棒：

因為這是地理數據，我們也可以將其表示為動畫地圖，因此這清楚地表明 Plotly Express 不僅僅可以繪制散點圖（不過這個數據集缺少前蘇聯的數據）。

事實上，Plotly Express 支持三維散點圖、三維線形圖、極坐標和地圖上三元坐標以及二維坐標。 條形圖（Bar）有二維笛卡爾和極坐標風格。

進行可視化時，您可以使用單變數設置中的直方圖（histograms）和箱形圖（box）或小提琴圖（violin plots），或雙變數分布的密度等高線圖（density contours）。 大多數二維笛卡爾圖接受連續或分類數據，並自動處理日期/時間數據。 可以查看我們的圖庫 (ref-3) 來了解每個圖表的例子。

數據 探索 的主要部分是理解數據集中值的分布，以及這些分布如何相互關聯。 Plotly Express 有許多功能來處理這些任務。

使用直方圖（histograms），箱形圖（box）或小提琴圖（violin plots）可視化單變數分布：

直方圖：

箱形圖：

小提琴圖：

還可以創建聯合分布圖（marginal rugs），使用直方圖，箱形圖（box）或小提琴來顯示雙變數分布，也可以添加趨勢線。 Plotly Express 甚至可以幫助你在懸停框中添加線條公式和R²值！ 它使用 statsmodels 進行普通最小二乘（OLS）回歸或局部加權散點圖平滑（LOWESS）。

在上面的一些圖中你會注意到一些不錯的色標。 在 Plotly Express 中， px.colors 模塊包含許多有用的色標和序列：定性的、序列型的、離散的、循環的以及所有您喜歡的開源包：ColorBrewer、cmocean 和 Carto 。 我們還提供了一些功能來製作可瀏覽的樣本供您欣賞（ref-3）：

定性的顏色序列：

眾多內置順序色標中的一部分：

我們特別為我們的互動式多維圖表感到自豪，例如散點圖矩陣（SPLOMS）、平行坐標和我們稱之為並行類別的並行集。 通過這些，您可以在單個圖中可視化整個數據集以進行數據 探索 。 在你的Jupyter 筆記本中查看這些單行及其啟用的交互：

散點圖矩陣（SPLOM）允許您可視化多個鏈接的散點圖：數據集中的每個變數與其他變數的關系。 數據集中的每一行都顯示為每個圖中的一個點。 你可以進行縮放、平移或選擇操作，你會發現所有圖都鏈接在一起！

平行坐標允許您同時顯示3個以上的連續變數。 dataframe 中的每一行都是一行。 您可以拖動尺寸以重新排序它們並選擇值范圍之間的交叉點。

並行類別是並行坐標的分類模擬：使用它們可視化數據集中多組類別之間的關系。

Plotly Express 之於 Plotly.py 類似 Seaborn 之於 matplotlib：Plotly Express 是一個高級封裝庫，允許您快速創建圖表，然後使用底層 API 和生態系統的強大功能進行修改。 對於Plotly 生態系統，這意味著一旦您使用 Plotly Express 創建了一個圖形，您就可以使用Themes，使用 FigureWidgets 進行命令性編輯，使用 Orca 將其導出為幾乎任何文件格式，或者在我們的 GUI JupyterLab 圖表編輯器中編輯它 。

主題（Themes）允許您控制圖形范圍的設置，如邊距、字體、背景顏色、刻度定位等。 您可以使用模板參數應用任何命名的主題或主題對象：

有三個內置的 Plotly 主題可以使用， 分別是 plotly， plotlywhite 和 plotlydark。

px 輸出繼承自 Plotly.py 的 Figure 類 ExpressFigure 的對象，這意味著你可以使用任何 Figure 的訪問器和方法來改變 px生成的繪圖。 例如，您可以將 .update（） 調用鏈接到 px 調用以更改圖例設置並添加註釋。 .update（） 現在返回修改後的數字，所以你仍然可以在一個很長的 Python 語句中執行此操作：

在這里，在使用 Plotly Express 生成原始圖形之後，我們使用 Plotly.py 的 API 來更改一些圖例設置並添加註釋。

Dash 是 Plotly 的開源框架，用於構建具有 Plotly.py 圖表的分析應用程序和儀錶板。Plotly Express 產生的對象與 Dash 100％兼容，只需將它們直接傳遞到 dash_core_components.Graph，如下所示： dcc.Graph（figure = px.scatter（...））。 這是一個非常簡單的 50行 Dash 應用程序的示例，它使用 px 生成其中的圖表：

這個 50 行的 Dash 應用程序使用 Plotly Express 生成用於瀏覽數據集的 UI 。

可視化數據有很多原因：有時您想要提供一些想法或結果，並且您希望對圖表的每個方面施加很多控制，有時您希望快速查看兩個變數之間的關系。 這是交互與 探索 的范疇。

Plotly.py 已經發展成為一個非常強大的可視化交互工具：它可以讓你控制圖形的幾乎每個方面，從圖例的位置到刻度的長度。 不幸的是，這種控制的代價是冗長的：有時可能需要多行 Python 代碼才能用 Plotly.py 生成圖表。

我們使用 Plotly Express 的主要目標是使 Plotly.py 更容易用於 探索 和快速迭代。

我們想要構建一個庫，它做出了不同的權衡：在可視化過程的早期犧牲一些控制措施來換取一個不那麼詳細的 API，允許你在一行 Python 代碼中製作各種各樣的圖表。 然而，正如我們上面所示，該控制項並沒有消失：你仍然可以使用底層的 Plotly.py 的 API 來調整和優化用 Plotly Express 製作的圖表。

支持這種簡潔 API 的主要設計決策之一是所有 Plotly Express 的函數都接受「整潔」的 dataframe 作為輸入。 每個 Plotly Express 函數都體現了dataframe 中行與單個或分組標記的清晰映射，並具有圖形啟發的語法簽名，可讓您直接映射這些標記的變數，如 x 或 y 位置、顏色、大小、 facet-column 甚至是 動畫幀到數據框（dataframe）中的列。 當您鍵入 px.scatter（data，x ='col1'，y='col2'） 時，Plotly Express 會為數據框中的每一行創建一個小符號標記 - 這就是 px.scatter 的作用 - 並將 「col1」 映射到 x 位置（類似於 y 位置）。 這種方法的強大之處在於它以相同的方式處理所有可視化變數：您可以將數據框列映射到顏色，然後通過更改參數來改變您的想法並將其映射到大小或進行行分面（facet-row）。

接受整個整潔的 dataframe 的列名作為輸入（而不是原始的 numpy 向量）也允許 px 為你節省大量的時間，因為它知道列的名稱，它可以生成所有的 Plotly.py 配置用於標記圖例、軸、懸停框、構面甚至動畫幀。 但是，如上所述，如果你的 dataframe 的列被笨拙地命名，你可以告訴 px 用每個函數的 labels 參數替換更好的。

僅接受整潔輸入所帶來的最終優勢是它更直接地支持快速迭代：您整理一次數據集，從那裡可以使用 px 創建數十種不同類型的圖表，包括在 SPLOM 中可視化多個維度 、使用平行坐標、在地圖上繪制，在二維、三維極坐標或三維坐標中使用等，所有這些都不需要重塑您的數據！

在 API 級別，我們在 px 中投入了大量的工作，以確保所有參數都被命名，以便在鍵入時最大限度地發現：所有 scatter -類似的函數都以 scatter 開頭（例如 scatter_polar， scatter_ternary）所以你可以通過自動補全來發現它們。 我們選擇拆分這些不同的散點圖函數，因此每個散點圖函數都會接受一組定製的關鍵字參數，特別是它們的坐標系。 也就是說，共享坐標系的函數集（例如 scatter， line ＆ bar，或 scatter_polar， line_polar 和 bar_polar ）也有相同的參數，以最大限度地方便學習。 我們還花了很多精力來提出簡短而富有表現力的名稱，這些名稱很好地映射到底層的 Plotly.py 屬性，以便於在工作流程中稍後調整到交互的圖表中。

最後，Plotly Express 作為一個新的 Python 可視化庫，在 Plotly 生態系統下，將會迅速發展。所以不要猶豫，立即開始使用 Plotly Express 吧！

3. self.initWidgets()在python中什麼意思

答：這句話意思是初始化相關界面，我們知道在Python當中可以創建電腦端的應用程序，其中可以用tkinter技術,如下所示，在劃線部分定義這個函數，函數裡面再根據自己的需要進行相關組件的生成，比如說在這里就是生成標簽和圖片等等。

希望可以幫助到你～

4. 八款常用的 Python GUI 開發框架推薦

作為Python開發者，你遲早都會用到圖形用戶界面來開發應用。本文將推薦一些 Python GUI 框架，希望對大家有所幫助。

Python 的 UI 開發工具包 Kivy

https://www.oschina.net/p/kivy

Kivy是一個開源工具包能夠讓使用相同源代碼創建的程序能跨平台運行。它主要關注創新型用戶界面開發，如：多點觸摸應用程序。Kivy還提供一個多點觸摸滑鼠模擬器。當前支持的平台包括：Linux、Windows、Mac OS X和Android。

Kivy擁有能夠處理動畫、緩存、手勢、繪圖等功能。它還內置許多用戶界面控制項如：按紐、攝影機、表格、Slider和樹形控制項等。

Python 的 GUI 開發工具 Flexx

https://www.oschina.net/p/flexx

Flexx 是一個純 Python 工具包，用來創建圖形化界面應用程序。其使用 Web 技術進行界面的渲染。你可以用 Flexx 來創建桌面應用，同時也可以導出一個應用到獨立的 HTML 文檔。因為使用純 Python 開發，所以 Flexx 是跨平台的。只需要有 Python 和瀏覽器就可以運行。如果是使用桌面模式運行，推薦使用 Firefox 。

Qt 庫的 Python 綁定 PyQt

https://www.oschina.net/p/pyqt

PyQt是Qt庫的Python版本。PyQt3支持Qt1到Qt3。 PyQt4支持Qt4。它的首次發布也是在1998年，但是當時它叫 PyKDE，因為開始的時候SIP和PyQt沒有分開。PyQt是用SIP寫的。PyQt 提供 GPL版和商業版。

Python圖形開發包 wxPython

https://www.oschina.net/p/wxpython

wxPython 是 Python 語言的一套優秀的 GUI 圖形庫，允許 Python 程序員很方便的創建完整的、功能鍵全的 GUI 用戶界面。 wxPython 是作為優秀的跨平台 GUI 庫 wxWidgets 的 Python 封裝和 Python 模塊的方式提供給用戶的。

就如同Python和wxWidgets一樣，wxPython也是一款開源軟體，並且具有非常優秀的跨平台能力，能夠運行在32位windows、絕大多數的Unix或類Unix系統、Macintosh OS X上。

Tk 圖形用戶界面 Tkinter

https://www.oschina.net/p/tkinter

Tkinter(也叫Tk介面)是Tk圖形用戶界面工具包標準的Python介面。Tk是一個輕量級的跨平台圖形用戶界面(GUI)開發工具。Tk和Tkinter可以運行在大多數的Unix平台、Windows、和Macintosh系統。

Tkinter 由一定數量的模塊組成。Tkinter位於一個名為_tkinter(較早的版本名為tkinter)的二進制模塊中 。Tkinter包含了對Tk的低 級介面模塊，低級介面並不會被應用級程序員直接使用，通常是一個共享庫(或DLL)，但是在一些情況下它也被Python解釋器靜態鏈接。

Pywin32

https://www.oschina.net/p/pywin32

Windows Pywin32允許你像VC一樣的形式來使用PYTHON開發win32應用。代碼風格可以類似win32 sdk，也可以類似MFC，由你選擇。如果你仍不放棄vc一樣的代碼過程在python下，那麼這就是一個不錯的選擇。

Python 圖形界面開發包 PyGTK

https://www.oschina.net/p/pygtk

PyGTK讓你用Python輕松創建具有圖形用戶界面的程序.底層的GTK+提供了各式的可視元素和功能,如果需要,你能開發在GNOME桌面系統運行的功能完整的軟體.

PyGTK真正具有跨平台性,它能不加修改地,穩定運行各種操作系統之上,如Linux,Windows,MacOS等.除了簡單易用和快速的原型開發能力外,PyGTK還有一流的處理本地化語言的獨特功能.

用python快速開發絢麗桌面程序 pyui4win

https://www.oschina.net/p/py-ui4win

pyui4win是一個開源的採用自繪技術的界面庫。支持C++和python。用它可以很容易實現QQ和360安全衛士這樣的絢麗界面。而且，pyui4win有所見即所得界面設計器，讓C++開發人員和python開發人員直接用設計工具設計界面，而不用關心界面如何生成和運行，可以顯著縮短界面開發時間。在pyui4win中，界面甚至可以完全交給美工去處理，開發人員可以只負責處理業務邏輯，把開發人員徹底從繁雜的界面處理中解放出來。

以上就是為大家分享的八款常用的python GUI開發框架推薦，希望能對你有幫助。更多python學習資料，可以關注「武漢千鋒」微信公眾號。

5. 郁悶於Python GUI開發，有沒有好的框架

1、Kivy
Kivy是一個開源工具包能夠讓使用相同源代碼創建的程序能跨平台運行。它主要關注創新型用戶界面開發，如：多點觸應用程序。Kivy還提供了一個多點觸摸滑鼠模擬器。當前支持的平台包括：Linux、windows、Mac OS X和Android。
Kviy擁有能夠處理動畫、緩存、手勢、繪圖等功能。它還內置許多用戶界面控制項如：按鈕、攝影機、表格、Slider和樹形控制項等。
2、Flexx
Flexx是一個純Python工具包，用來創建圖形化界面應用程序。其使用web技術進行界面的渲染。你可以用Flexx來創建桌面應用，同時也可以導出一個應用到獨立的HTML文檔。因為使用純Python開發，所以Flexx是跨平台的。
3、PyQt
PyQt是Qt庫的Python版本。PyQt3支持Qt1到Qt3.PyQt4支持Qt4.它的首次發布也是在1998年，但是當時它叫PyKDE，因為開始的時候SIP和PyQt沒有公開。PyQt是用SIP寫的，PyQt提供GPL版和商業版。
4、wxPython
wxPython是Python語言的一套優秀的GUI圖形庫，允許Python程序員很方便的創建完整的、功能健全的GUI用戶界面。wxPython是作為優秀的跨平台GUI庫wxWidgets的Python封裝和Python模塊的方式提供給用戶的。
就如同Python和wxWidgets一樣，wxPython也是一款開源軟體，並且具有非常優秀的跨平台能力，能夠運行在32位windows、絕大多數的Unix或類Unix系統、Macintosh OS X上。
5、Tkinter
Tkinter是TK圖形用戶界面工具包標準的Python介面。TK是一個輕量級的跨平台圖形用戶界面開發工具。Tk和Tkinter可以運行在大多數的Unix平台、windows和Macintosh系統。
6、PyGTK
PyGTK讓你用Python輕松創建具有圖形用戶界面的程序，底層的GTK+提供了各式的可視元素和功能，如果需要，你能開發在GNOME桌面系統運行的功能完整的軟體。PyGTK真正具有跨平台性，它能不加修改地，穩定運行各種操作系統之上。除了簡單易用和快速的原型開發能力外，PyGTK還有一流的處理本地化語言的獨特功能。
了解更多python知識，推薦選擇【老男孩教育】。

6. python能寫界面嗎

作為Pyhon開發者，你遲早都會碰到圖形用戶界面（GUI）應用開發任務，這時候我們就需要一些界面庫來幫助我們快速搭建界面，python的界面庫很多，我認識的並不多，這里只列出幾種我認識的

1.tkinter

Tkinter(也叫Tk介面)是Tk圖形用戶界面工具包標準的Python介面。Tk是一個輕量級的跨平台圖形用戶界面(GUI)開發工具。Tk和Tkinter可以運行在大多數的Unix平台、Windows、和Macintosh系統。

Tkinter 由一定數量的模塊組成。Tkinter位於一個名為_tkinter(較早的版本名為tkinter)的二進制模塊中 。Tkinter包含了對Tk的低 級介面模塊，低級介面並不會被應用級程序員直接使用，通常是一個共享庫(或DLL)，但是在一些情況下它也被Python解釋器靜態鏈接。

2.pyqt

PyQt是Qt庫的Python版本。PyQt3支持Qt1到Qt3。 PyQt4支持Qt4。它的首次發布也是在1998年，但是當時它叫 PyKDE，因為開始的時候SIP和PyQt沒有分開。PyQt是用SIP寫的。PyQt 提供 GPL版和商業版。

3.wxpython

wxPython 是 Python 語言的一套優秀的 GUI 圖形庫，允許 Python 程序員很方便的創建完整的、功能鍵全的 GUI 用戶界面。 wxPython 是作為優秀的跨平台 GUI 庫 wxWidgets 的 Python 封裝和 Python 模塊的方式提供給用戶的。

就如同Python和wxWidgets一樣，wxPython也是一款開源軟體，並且具有非常優秀的跨平台能力，能夠運行在32位windows、絕大多數的Unix或類Unix系統、Macintosh OS X上。

4.Kivy

這是一個非常有趣的項目，基於OpenGL ES 2，支持Android和iOS平台的原生多點觸摸，作為事件驅動的框架，Kivy非常適合游戲開發，非常適合處理從widgets到動畫的任務。如果你想開發跨平台的圖形應用，或者僅僅是需要一個強大的跨平台圖形用戶開發框架，Kivy都是不錯的選擇。

5.pygame

Pygame是跨平台Python模塊，專為電子游戲設計，包含圖像、聲音。建立在SDL基礎上，允許實時電子游戲研發而無需被低級語言（如機器語言和匯編語言）束縛。

這個庫使用來寫游戲的，但是你也可以用來寫界面，嘿嘿

那選擇什麼庫是個人的喜好，但是我推薦盡可能去選擇一種通過且學習資料比較多的吧

7. python的easygui模塊對於便捷生活的意義

1、easy gui提供了一個易於使用的界面，用於與用戶進行簡單的GUI交互。它不需要程序員了解任何關於tkinter, frames, widgets, callbacks 或者 lambda的信息。easygui在python 2和3上運行，並且沒有任何依賴關系。
2、easy gui是一個模塊，用於在Python中進行非常簡單、非常簡單的GUI編程。easygui不同於其他GUI生成器，因為easygui不是事件驅動的。相反，所有的GUI交互都是通過簡單的函數調用來調用的。