pythonguimac
⑴ python的優點有哪些
優點
簡單：Python是一種代表簡單主義思想的語言。閱讀一個良好的Python程序就感覺像是在讀英語一樣。它使你能夠專注於解決問題而不是去搞明白語言本身。
易學：Python極其容易上手，因為Python有極其簡單的說明文檔[10]。
易讀、易維護：風格清晰劃一、強制縮進
用途廣泛
速度快：Python 的底層是用 C 語言寫的，很多標准庫和第三方庫也都是用 C 寫的，運行速度非常快。[7]
免費、開源：Python是FLOSS（自由/開放源碼軟體）之一。使用者可以自由地發布這個軟體的拷貝、閱讀它的源代碼、對它做改動、把它的一部分用於新的自由軟體中。FLOSS是基於一個團體分享知識的概念。
高層語言：用Python語言編寫程序的時候無需考慮諸如如何管理你的程序使用的內存一類的底層細節。
可移植性：由於它的開源本質，Python已經被移植在許多平台上（經過改動使它能夠工作在不同平台上）。這些平台包括linux、Windows、FreeBSD、Macintosh、Solaris、OS/2、Amiga、AROS、AS/400、BeOS、OS/390、z/OS、Palm OS、QNX、VMS、Psion、Acom RISC OS、VxWorks、PlayStation、Sharp Zaurus、Windows CE、PocketPC、Symbian以及Google基於linux開發的android平台。
解釋性：一個用編譯性語言比如C或C++寫的程序可以從源文件（即C或C++語言）轉換到一個你的計算機使用的語言（二進制代碼，即0和1）。這個過程通過編譯器和不同的標記、選項完成。
運行程序的時候，連接/轉載器軟體把你的程序從硬碟復制到內存中並且運行。而Python語言寫的程序不需要編譯成二進制代碼。你可以直接從源代碼運行 程序。
在計算機內部，Python解釋器把源代碼轉換成稱為位元組碼的中間形式，然後再把它翻譯成計算機使用的機器語言並運行。這使得使用Python更加簡單。也使得Python程序更加易於移植。
面向對象：Python既支持面向過程的編程也支持面向對象的編程。在「面向過程」的語言中，程序是由過程或僅僅是可重用代碼的函數構建起來的。在「面向對象」的語言中，程序是由數據和功能組合而成的對象構建起來的。
Python是完全面向對象的語言。函數、模塊、數字、字元串都是對象。並且完全支持繼承、重載、派生、多繼承，有益於增強源代碼的復用性。Python支持重載運算符和動態類型。相對於Lisp這種傳統的函數式編程語言，Python對函數式設計只提供了有限的支持。有兩個標准庫(functools, itertools)提供了Haskell和Standard ML中久經考驗的函數式程序設計工具。
可擴展性、可擴充性：如果需要一段關鍵代碼運行得更快或者希望某些演算法不公開，可以部分程序用C或C++編寫，然後在Python程序中使用它們。
Python本身被設計為可擴充的。並非所有的特性和功能都集成到語言核心。Python提供了豐富的API和工具，以便程序員能夠輕松地使用C語言、C++、Cython來編寫擴充模塊。Python編譯器本身也可以被集成到其它需要腳本語言的程序內。因此，很多人還把Python作為一種「膠水語言」（glue language）使用。使用Python將其他語言編寫的程序進行集成和封裝。在Google內部的很多項目，例如Google Engine使用C++編寫性能要求極高的部分，然後用Python或Java/Go調用相應的模塊。《Python技術手冊》的作者馬特利（Alex Martelli）說：「這很難講，不過，2004 年，Python 已在Google內部使用，Google 召募許多 Python 高手，但在這之前就已決定使用Python，他們的目的是 Python where we can, C++ where we must，在操控硬體的場合使用C++，在快速開發時候使用 Python。」
可嵌入性：可以把Python嵌入C/C++程序，從而向程序用戶提供腳本功能。
豐富的庫：Python標准庫確實很龐大。它可以幫助處理各種工作，包括正則表達式、文檔生成、單元測試、線程、資料庫、網頁瀏覽器、CGI、FTP、電子郵件、XML、XML-RPC、HTML、WAV文件、密碼系統、GUI（圖形用戶界面）、Tk和其他與系統有關的操作。這被稱作Python的「功能齊全」理念。除了標准庫以外，還有許多其他高質量的庫，如wxPython、Twisted和Python圖像庫等等。
規范的代碼：Python採用強制縮進的方式使得代碼具有較好可讀性。而Python語言寫的程序不需要編譯成二進制代碼。Python的作者設計限制性很強的語法，使得不好的編程習慣（例如if語句的下一行不向右縮進）都不能通過編譯。其中很重要的一項就是Python的縮進規則。一個和其他大多數語言（如C）的區別就是，一個模塊的界限，完全是由每行的首字元在這一行的位置來決定（而C語言是用一對花括弧{}來明確的定出模塊的邊界，與字元的位置毫無關系）。通過強製程序員們縮進（包括if，for和函數定義等所有需要使用模塊的地方），Python確實使得程序更加清晰和美觀。
高級動態編程：雖然Python可能被粗略地分類為「腳本語言」（script language），但實際上一些大規模軟體開發計劃例如Zope、Mnet及BitTorrent，Google也廣泛地使用它。Python的支持者較喜歡稱它為一種高級動態編程語言，原因是「腳本語言」泛指僅作簡單程序設計任務的語言，如shellscript、VBScript等只能處理簡單任務的編程語言，並不能與Python相提並論。
做科學計算優點多：說起科學計算，首先會被提到的可能是MATLAB。除了MATLAB的一些專業性很強的工具箱還無法被替代之外，MATLAB的大部分常用功能都可以在Python世界中找到相應的擴展庫。和MATLAB相比，用Python做科學計算有如下優點：
● 首先，MATLAB是一款商用軟體，並且價格不菲。而Python完全免費，眾多開源的科學計算庫都提供了Python的調用介面。用戶可以在任何計算機上免費安裝Python及其絕大多數擴展庫。
● 其次，與MATLAB相比，Python是一門更易學、更嚴謹的程序設計語言。它能讓用戶編寫出更易讀、易維護的代碼。
● 最後，MATLAB主要專注於工程和科學計算。然而即使在計算領域，也經常會遇到文件管理、界面設計、網路通信等各種需求。而Python有著豐富的擴展庫，可以輕易完成各種高級任務，開發者可以用Python實現完整應用程序所需的各種功能。
⑵ python的ide有哪些
分享的這幾個IDE工具希望會對你的開發有幫助。
1.Pyscripter
Pyscriptor是一個開源的Python集成開發環境,很富有競爭力,同樣有諸如代碼自動完成、語法檢查、視圖分割文件編輯等功能。
2. Wing
Wing是一個Python語言的超強IDE,適合做互動式的Python開發.Wing IDE同樣支持自動代碼完成、代碼錯誤檢查、開發技巧提示等,而且Wing IDE也支持多種操作系統,包括Windows、Linux和Mac OS X。
3. Emacs
Emacs是一個可擴展的文本編輯器,同樣支持Python開發.Emacs本身以Lisp解釋器作為其核心,而且包含了大量的擴展。
4. Pycharm
Pycharm是一個跨平台的Python開發工具,是JetBrains公司的產品.其特徵包括:自動代碼完成、集成的Python調試器、括弧自動匹配、代碼折疊.Pycharm支持Windows、MacOS以及Linux等系統,而且可以遠程開發、調試、運行程序。
5. Sublime Text
SublimeText也是適合Python開發的IDE工具,SublimeText雖然僅僅是一個編輯器,但是它有豐富的插件,使得對Python開發的支持非常到位。
6. Vim
Vim是一個簡潔、高效的工具,也適合做Python開發。
7. Komodo Edit
Komodo Edit是一個免費的、開源的、專業的Python IDE,其特徵是非菜單的操作方式,開發高效。
8. Eclipse with PyDev
Eclipse+PyDev插件,很適合開發Python Web應用,其特徵包括自動代碼完成、語法高亮、代碼分析、調試器、以及內置的交互瀏覽器。
很多時候，一個好的工具能夠對於編程的輔助作用是非常大的，無論是在python培訓期間還是工作之後，都脫離不了各種IDE工具應用。
⑶ 如何安裝python
1、首先，需要到python的官方網站下載python的安裝包。
⑷ 盤點Python常用的模塊和包
模塊
1.定義
計算機在開發過程中，代碼越寫越多，也就越難以維護，所以為了編寫可維護的代碼，我們會把函數進行分組，放在不同的文件里。在python里，一個.py文件就是一個模塊。
2.優點：
提高代碼的可維護性。
提高代碼的復用，當模塊完成時就可以在其他代碼中調用。
引用其他模塊，包含python內置模塊和其他第三方模塊。
避免函數名和變數名等名稱沖突。
python內建模塊：
1.sys模塊
2.random模塊
3.os模塊：
os.path:講解
https://www.cnblogs.com/yufeihlf/p/6179547.html
數據可視化
1.matplotlib :
是Python可視化程序庫的泰斗，它的設計和在1980年代被設計的商業化程序語言MATLAB非常接近。比如pandas和Seaborn就是matplotlib的外包，它們讓你能用更少的代碼去調用 matplotlib的方法。
訪問：
https://matplotlib.org/
顏色：
https://www.cnblogs.com/darkknightzh/p/6117528.html
教程：
https://wizardforcel.gitbooks.io/matplotlib-user-guide/3.1.html
2.Seaborn：
它是構建在matplotlib的基礎上的，用簡潔的代碼來製作好看的圖表。Seaborn跟matplotlib最大的區別就是它的默認繪圖風格和色彩搭配都具有現代美感。
訪問：
http://seaborn.pydata.org/index.html
3.ggplot：
gplot 跟 matplotlib 的不同之處是它允許你疊加不同的圖層來完成一幅圖
訪問：
http://ggplot.yhathq.com/
4.Mayavi：
Mayavi2完全用Python編寫，因此它不但是一個方便實用的可視化軟體，而且可以方便地用Python編寫擴展，嵌入到用戶編寫的Python程序中，或者直接使用其面向腳本的API：mlab快速繪制三維圖
訪問：http://code.enthought.com/pages/mayavi-project.html
講解：https://blog.csdn.net/ouening/article/details/76595427https://www.jianshu.com/p/81e6f4f1cdd8
5.TVTK：
TVTK庫對標準的VTK庫進行包裝，提供了Python風格的API、支持Trait屬性和numpy的多維數組。
VTK (http://www.vtk.org/) 是一套三維的數據可視化工具，它由C++編寫，包涵了近千個類幫助我們處理和顯示數據
講解：https://docs.huihoo.com/scipy/scipy-zh-cn/tvtk_intro.html
機器學習
1.Scikit-learn
是一個簡單且高效的數據挖掘和數據分析工具，易上手，可以在多個上下文中重復使用。它基於NumPy, SciPy 和 matplotlib，開源，可商用（基於 BSD 許可）。
訪問：
講解：https://blog.csdn.net/finafily0526/article/details/79318401
2.Tensorflow
最初由谷歌機器智能科研組織中的谷歌大腦團隊（Google Brain Team）的研究人員和工程師開發。該系統設計的初衷是為了便於機器學習研究，能夠更快更好地將科研原型轉化為生產項目。
相關推薦：《Python視頻教程》
Web框架
1.Tornado
訪問：http://www.tornadoweb.org/en/stable/
2.Flask
訪問：http://flask.pocoo.org/
3.Web.py
訪問：http://webpy.org/
4.django
https://www.djangoproject.com/
5.cherrypy
http://cherrypy.org/
6.jinjs
http://docs.jinkan.org/docs/jinja2/
GUI 圖形界面
1.Tkinter
https://wiki.python.org/moin/TkInter/
2.wxPython
https://www.wxpython.org/
3.PyGTK
http://www.pygtk.org/
4.PyQt
https://sourceforge.net/projects/pyqt/
5.PySide
http://wiki.qt.io/Category:LanguageBindings::PySide
科學計算
教程
https://docs.huihoo.com/scipy/scipy-zh-cn/index.html#
1.numpy
訪問
http://www.numpy.org/
講解
https://blog.csdn.net/lm_is_dc/article/details/81098805
2.sympy
sympy是一個Python的科學計算庫，用一套強大的符號計算體系完成諸如多項式求值、求極限、解方程、求積分、微分方程、級數展開、矩陣運算等等計算問題
訪問
https://docs.sympy.org/0.7.1/guide.html#guide
講解
https://www.jianshu.com/p/339c91ae9f41
解方程
https://www.cnblogs.com/zyg123/p/10549354.html
3.SciPy
官網
https://www.scipy.org/
講解
https://blog.csdn.net/wsp_1138886114/article/details/80444621
4.pandas
官網
http://pandas.pydata.org/
講解
https://www.cnblogs.com/linux-wangkun/p/5903945.html
5.blaze
官網
http://blaze.readthedocs.io/en/latest/index.html
密碼學
1.cryptography
https://pypi.python.org/pypi/cryptography/
2.hashids
http://www.oschina.net/p/hashids
3.Paramiko
http://www.paramiko.org/
4.Passlib
https://pythonhosted.org/passlib/
5.PyCrypto
https://pypi.python.org/pypi/pycrypto
6.PyNacl
http://pynacl.readthedocs.io/en/latest/
爬蟲相關
requests
http://www.python-requests.org/
scrapy
https://scrapy.org/
pyspider
https://github.com/binux/pyspider
portia
https://github.com/scrapinghub/portia
html2text
https://github.com/Alir3z4/html2text
BeautifulSoup
https://www.crummy.com/software/BeautifulSoup/
lxml
http://lxml.de/
selenium
http://docs.seleniumhq.org/
mechanize
https://pypi.python.org/pypi/mechanize
PyQuery
https://pypi.python.org/pypi/pyquery/
creepy
https://pypi.python.org/pypi/creepy
gevent
一個高並發的網路性能庫
http://www.gevent.org/
圖像處理
bigmoyan
http://scikit-image.org/
Python Imaging Library(PIL)
http://www.pythonware.com/procts/pil/
pillow：
http://pillow.readthedocs.io/en/latest/
自然語言處理
1.nltk：
http://www.nltk.org/
教程
https://blog.csdn.net/wizardforcel/article/details/79274443
2.snownlp
https://github.com/isnowfy/snownlp
3.Pattern
https://github.com/clips/pattern
4.TextBlob
http://textblob.readthedocs.io/en/dev/
5.Polyglot
https://pypi.python.org/pypi/polyglot
6.jieba：
https://github.com/fxsjy/jieba
資料庫驅動
mysql-python
https://sourceforge.net/projects/mysql-python/
PyMySQL
https://github.com/PyMySQL/PyMySQL
PyMongo
https://docs.mongodb.com/ecosystem/drivers/python/
pymongo
MongoDB庫
訪問：https://pypi.python.org/pypi/pymongo/
redis
Redis庫
訪問：https://pypi.python.org/pypi/redis/
cxOracle
Oracle庫
訪問：https://pypi.python.org/pypi/cx_Oracle
SQLAlchemy
SQL工具包及對象關系映射（ORM）工具
訪問：http://www.sqlalchemy.org/
peewee，
SQL工具包及對象關系映射（ORM）工具
訪問：https://pypi.python.org/pypi/peewee
torndb
Tornado原裝DB
訪問：https://github.com/bdarnell/torndb
Web
pycurl
URL處理工具
smtplib模塊
發送電子郵件
其他庫暫未分類
1.PyInstaller：
是一個十分有用的第三方庫，它能夠在Windows、Linux、 Mac OS X 等操作系統下將 Python 源文件打包，通過對源文件打包， Python 程序可以在沒有安裝 Python 的環境中運行，也可以作為一個 獨立文件方便傳遞和管理。
2.Ipython
一種互動式計算和開發環境
講解
https://www.cnblogs.com/zzhzhao/p/5295476.html
命令
ls、cd 、run、edit、clear、exist
⑸ python常用到哪些庫
Python作為一個設計優秀的程序語言，現在已廣泛應用於各種領域，依靠其強大的第三方類庫，Python在各個領域都能發揮巨大的作用。
下面我們就來看一下python中常用到的庫：
數值計算庫：
1. NumPy
支持多維數組與矩陣運算，也針對數組運算提供大量的數學函數庫。通常與SciPy和Matplotlib一起使用，支持比Python更多種類的數值類型，其中定義的最重要的對象是稱為ndarray的n維數組類型，用於描述相同類型的元素集合，可以使用基於0的索引訪問集合中元素。
2. SciPy
在NumPy庫的基礎上增加了眾多的數學、科學及工程計算中常用的庫函數，如線性代數、常微分方程數值求解、信號處理、圖像處理、稀疏矩陣等，可進行插值處理、信號濾波，以及使用C語言加速計算。
3. Pandas
基於NumPy的一種工具，為解決數據分析任務而生。納入大量庫和一些標準的數據模型，提供高效地操作大型數據集所需的工具及大量的能快速便捷處理數據的函數和方法，為時間序列分析提供很好的支持，提供多種數據結構，如Series、Time-Series、DataFrame和Panel。
數據可視化庫：
4. Matplotlib
第一個Python可視化庫，有許多別的程序庫都是建立在其基礎上或者直接調用該庫，可以很方便地得到數據的大致信息，功能非常強大，但也非常復雜。
5. Seaborn
利用了Matplotlib，用簡潔的代碼來製作好看的圖表。與Matplotlib最大的區別為默認繪圖風格和色彩搭配都具有現代美感。
6. ggplot
基於R的一個作圖庫ggplot2，同時利用了源於《圖像語法》（The Grammar of Graphics）中的概念，允許疊加不同的圖層來完成一幅圖，並不適用於製作非常個性化的圖像，為操作的簡潔度而犧牲了圖像的復雜度。
7. Bokeh
跟ggplot一樣，Bokeh也基於《圖形語法》的概念。與ggplot不同之處為它完全基於Python而不是從R處引用。長處在於能用於製作可交互、可直接用於網路的圖表。圖表可以輸出為JSON對象、HTML文檔或者可交互的網路應用。
8. Plotly
可以通過Python notebook使用，與Bokeh一樣致力於交互圖表的製作，但提供在別的庫中幾乎沒有的幾種圖表類型，如等值線圖、樹形圖和三維圖表。
9. pygal
與Bokeh和Plotly一樣，提供可直接嵌入網路瀏覽器的可交互圖像。與其他兩者的主要區別在於可將圖表輸出為SVG格式，所有的圖表都被封裝成方法，且默認的風格也很漂亮，用幾行代碼就可以很容易地製作出漂亮的圖表。
10. geoplotlib
用於製作地圖和地理相關數據的工具箱。可用來製作多種地圖，比如等值區域圖、熱度圖、點密度圖。必須安裝Pyglet（一個面向對象編程介面）方可使用。
11. missingno
用圖像的方式快速評估數據缺失的情況，可根據數據的完整度對數據進行排序或過濾，或者根據熱度圖或樹狀圖對數據進行修正。
web開發庫：
12. Django
一個高級的Python Web框架，支持快速開發，提供從模板引擎到ORM所需的一切東西，使用該庫構建App時，必須遵循Django的方式。
13. Socket
一個套接字通訊底層庫，用於在伺服器和客戶端間建立TCP或UDP連接，通過連接發送請求與響應。
14. Flask
一個基於Werkzeug、Jinja 2的Python輕量級框架（microframework），默認配備Jinja模板引擎，也包含其他模板引擎或ORM供選擇，適合用來編寫API服務（RESTful rervices）。
15. Twisted
一個使用Python實現的基於事件驅動的網路引擎框架，建立在deferred object之上，一個通過非同步架構實現的高性能的引擎，不適用於編寫常規的Web Apps，更適用於底層網路。
資料庫管理：
16. MySQL-python
又稱MySQLdb，是Python連接MySQL最流行的一個驅動，很多框架也基於此庫進行開發。只支持Python 2.x，且安裝時有許多前置條件。由於該庫基於C語言開發，在Windows平台上的安裝非常不友好，經常出現失敗的情況，現在基本不推薦使用，取代品為衍生版本。
17. mysqlclient
完全兼容MySQLdb，同時支持Python 3.x，是Django ORM的依賴工具，可使用原生SQL來操作資料庫，安裝方式與MySQLdb一致。
18. PyMySQL
純Python實現的驅動，速度比MySQLdb慢，最大的特點為安裝方式簡潔，同時也兼容MySQL-python。
19. SQLAlchemy
一種既支持原生SQL，又支持ORM的工具。ORM是Python對象與資料庫關系表的一種映射關系，可有效提高寫代碼的速度，同時兼容多種資料庫系統，如SQLite、MySQL、PostgreSQL，代價為性能上的一些損失。
自動化運維：
20. jumpsever跳板機
一種由Python編寫的開源跳板機（堡壘機）系統，實現了跳板機的基本功能，包含認證、授權和審計，集成了Ansible、批量命令等。
支持WebTerminal Bootstrap編寫，界面美觀，自動收集硬體信息，支持錄像回放、命令搜索、實時監控、批量上傳下載等功能，基於SSH協議進行管理，客戶端無須安裝agent。主要用於解決可視化安全管理，因完全開源，容易再次開發。
21. Mage分布式監控系統
一種用Python開發的自動化監控系統，可監控常用系統服務、應用、網路設備，可在一台主機上監控多個不同服務，不同服務的監控間隔可以不同，同一個服務在不同主機上的監控間隔、報警閾值可以不同，並提供數據可視化界面。
22. Mage的CMDB
一種用Python開發的硬體管理系統，包含採集硬體數據、API、頁面管理3部分功能，主要用於自動化管理筆記本、路由器等常見設備的日常使用。由伺服器的客戶端採集硬體數據，將硬體信息發送至API，API負責將獲取的數據保存至資料庫中，後台管理程序負責對伺服器信息進行配置和展示。
23. 任務調度系統
一種由Python開發的任務調度系統，主要用於自動化地將一個服務進程分布到其他多個機器的多個進程中，一個服務進程可作為調度者依靠網路通信完成這一工作。
24. Python運維流程系統
一種使用Python語言編寫的調度和監控工作流的平台，內部用於創建、監控和調整數據管道。允許工作流開發人員輕松創建、維護和周期性地調度運行工作流，包括了如數據存儲、增長分析、Email發送、A/B測試等諸多跨多部門的用例。
GUI編程：
25. Tkinter
一個Python的標准GUI庫，可以快速地創建GUI應用程序，可以在大多數的UNIX平台下使用，同樣可以應用在Windows和Macintosh系統中，Tkinter 8.0的後續版本可以實現本地窗口風格，並良好地運行在絕大多數平台中。
26. wxPython
一款開源軟體跨平台GUI庫wxWidgets的Python封裝和Python模塊，是Python語言的一套優秀的GUI圖形庫，允許程序員很方便地創建完整的、功能健全的GUI用戶界面。
27. PyQt
一個創建GUI應用程序的工具庫，是Python編程語言和Qt的成功融合，可以運行在所有主要操作系統上，包括UNIX、Windows和Mac。PyQt採用雙許可證，開發人員可以選擇GPL和商業許可，從PyQt的版本4開始，GPL許可證可用於所有支持的平台。
28. PySide
一個跨平台的應用程式框架Qt的Python綁定版本，提供與PyQt類似的功能，並相容API，但與PyQt不同處為其使用LGPL授權。
更多Python知識請關注Python自學網。
⑹ 澶у7涓甯哥敤鐨凱yGUI搴
涓冧釜甯哥敤鐨凱ythonGUI搴
01.PyQt5
PyQt 5鐢盧iverbank Computing寮鍙戙傚熀
浜嶲t妗嗘灦鏋勫緩錛屾槸涓涓璺ㄥ鉤鍙版嗘灦錛屽彲浠ョ粰鍚勭
騫沖彴鍒涘緩搴旂敤紼嬪簭錛 鍖呮嫭錛歎nix銆乄indows銆
MacOS銆
PyQt灝哘t鍜孭ython緇撳悎鍦ㄤ竴璧楓傚畠涓嶅彧鏄
涓涓狦UI宸ュ叿鍖呫傝繕鍖呮嫭浜嗙嚎紼嬶紝 Unicode錛 姝
鍒欒〃杈懼紡錛 SQL鏁版嵁搴擄紝 SVG錛 OpenGL錛 XML
鍜屽姛鑳藉畬鍠勭殑Web嫻忚堝櫒錛 浠ュ強璁稿氫赴瀵岀殑GUI
灝忛儴浠墮泦鍚堛
02.Tkinter
Tkinter鏄疨ython涓鏈鍙楁㈣繋鐨凣UI搴撲箣
涓銆傜敱浜庡畠綆鍗曟槗瀛︾殑璇娉曪紝 鎴愪負GUI寮鍙戝垵瀛﹁
鐨勯栭変箣涓銆
Tkinter鎻愪緵浜嗗悇縐嶅皬閮ㄤ歡錛 渚嬪傛爣絳撅紝 鎸
閽錛屾枃鏈瀛楁碉紝澶嶉夋嗗拰婊氬姩鎸夐挳絳夈
鏀鎸丟rid(緗戞牸) 甯冨矓錛 鐢變簬鎴戜滑鐨勭▼搴忓ぇ澶
鏁伴兘鏄鐭╁艦鏄劇ず錛岃繖鏍峰嵆浣挎槸澶嶆潅鐨勮捐★紝寮鍙戣搗
鏉ヤ篃鍙樺緱綆鍗曚簺銆
浠ヤ笅鏄浣跨敤Tkinter璁捐′竴涓狟MI璁＄畻鍣ㄧ晫闈
03.K ivy
K ivy鏄鍙︿竴涓寮婧愮殑Python搴擄紝 鏈澶х殑浼
鐐瑰氨鏄鍙浠ュ揩閫熷湴緙栧啓縐誨姩搴旂敤紼嬪簭(鎵嬫満)銆
K ivy鍙浠ュ湪涓嶅悓鐨勫鉤鍙頒笂榪愯岋紝 鍖呮嫭
Windows銆丮acOS銆丩inux銆丄ndroid銆乮OS
鍜屾爲鑾撴淳銆
姝ゅ栦篃鏄鍏嶈垂浣跨敤鐨勶紝 鑾峰緱浜哅IT璁稿彲銆
璇句歡錛岀瑪璁幫紝瑙嗛
鍏ラ棬PDF涔︾睄
04.wxPython
wxPython鏄涓涓璺ㄥ鉤鍙癎UI鐨凱ython搴擄紝
鍙杞繪澗鍒涘緩鍔熻兘寮哄ぇ紼沖畾鐨凣UI錛 鏄鐢–++緙栧啓鐨
鐩鍓嶏紝 鏀鎸乄indows錛 MacOSx錛
macOS鍜孡inux銆
浣跨敤wxPython鍒涘緩鐨勫簲鐢ㄧ▼搴(GUI) 鍦ㄦ墍鏈
騫沖彴涓婇兘鍏鋒湁鍘熺敓澶栬傘
涓嬮潰浣跨敤wxPython鍒涘緩涓涓鍩烘湰鐨凣UI紺轟緥錛
05.Py Simple GUI
Py Simple GUI涔熸槸鍩轟簬Python鐨凣UI妗
鏋躲傚彲浠ヨ交鏉懼埗浣滆嚜瀹氫箟鐨凣U1銆
閲囩敤浜嗗洓縐嶆渶嫻佽岀殑GUI妗嗘灦QT銆
Tkinter銆乄xPython鍜孯emi錛 鑳藉熷疄鐜板ぇ澶氭暟
鏍蜂緥浠ｇ爜錛岄檷浣庝簡瀛︿範闅懼害銆
Remi灝嗗簲鐢ㄧ▼搴忕殑鐣岄潰杞鎹涓篐TML錛 浠ヤ究
鍦╓eb嫻忚堝櫒涓鍛堢幇銆
06.Py GUI
Py GUI鏄涓涓浠ョ畝鍗旳PI鑰岄椈鍚嶇殑GUI妗嗘灦錛
鍑忓皯Python搴旂敤涓庡鉤鍙板簳灞侴UI涔嬮棿鐨勪唬鐮侀噺銆
杞婚噺綰х殑API錛 鍙浠ヨ╀綘鐨勫簲鐢ㄧ▼搴忚繍琛岃搗鏉ユ洿嫻
鐣咃紝鏇村揩閫熴
鍚屾椂榪樺紑婧愪唬鐮侊紝璺ㄥ鉤鍙伴」鐩銆傜洰鍓嶅彲鍦ㄥ熀浜
Unix鐨勭郴緇燂紝 Windows鍜孧acOS涓婅繍琛屻
Python 2鍜孭ython 3錛 閮芥槸鍙浠ユ敮鎸佺殑銆
07.Py forms
Py forms鏄鐢ㄤ簬寮鍙慓UI搴旂敤紼嬪簭鐨勪竴涓璺
騫沖彴妗嗘灦銆傛槸涓涓狿ython 2.7/3.x璺ㄧ幆澧冨浘褰㈠簲
鐢ㄥ紑鍙戞嗘灦錛屾ā鍧楀寲鍜屼唬鐮佸嶇敤鍙浠ヨ妭鐪佸ぇ閲忓伐
浣溿
鍏佽稿簲鐢ㄧ▼搴忓湪妗岄潰錛 Web鍜岀粓絝涓婅繍琛岋紝
鏃犻渶淇鏀逛唬鐮併