Comment intégrer des graphiques Matplotlib dans PyQt4 : un guide étape par étape pour les visualisations interactives ?

Comment intégrer Matplotlib dans PyQt : un guide étape par étape

L'intégration de graphiques matplotlib interactifs dans une interface utilisateur graphique PyQt peut être un outil précieux pour les applications scientifiques et techniques. Cependant, comprendre le processus peut être difficile en raison des complexités trouvées dans la documentation.

Cet article fournit une procédure pas à pas claire et simplifiée sur la façon d'intégrer un graphe matplotlib dans PyQt4, permettant même aux débutants d'accéder facilement à cette fonctionnalité.

Étape 1 : Importer les modules nécessaires

Pour intégrer matplotlib dans PyQt4, nous commençons par importer les modules requis :

import sys
from PyQt4 import QtGui

from matplotlib.backends.backend_qt4agg import FigureCanvasQTAgg as FigureCanvas
from matplotlib.backends.backend_qt4agg import NavigationToolbar2QT as NavigationToolbar
from matplotlib.figure import Figure

Étape 2 : Créer une fenêtre PyQt4

Maintenant, nous définissons notre fenêtre PyQt4 dans laquelle nous allons intégrer le graphique et les éléments de l'interface utilisateur.

<code class="python">class Window(QtGui.QDialog):
    def __init__(self, parent=None):
        super(Window, self).__init__(parent)

        # ...
        # The rest of the Window initialization, including figure, canvas, toolbar, and button creation goes here.</code>

Étape 3 : Créer Matplotlib Figure et Canvas

Pour intégrer un graphique, nous créons une instance matplotlib Figure et un FigureCanvas qui servira de zone de dessin :

<code class="python">self.figure = Figure()
self.canvas = FigureCanvas(self.figure)</code>

Étape 4 : Créer une barre d'outils Matplotlib

Une barre d'outils de navigation fournit des commandes pour le zoom, le panoramique et l'enregistrement du graphique :

<code class="python">self.toolbar = NavigationToolbar(self.canvas, self)</code>

Étape 5 : Définir un bouton

Pour cet exemple, nous créons un bouton simple qui déclenchera le tracé de données aléatoires sur le graphique.

<code class="python">self.button = QtGui.QPushButton('Plot')
self.button.clicked.connect(self.plot)</code>

Étape 6 : Définir la fonction de traçage

La fonction « tracer » est chargée de générer et de tracer des données aléatoires sur le graphique.

<code class="python">def plot(self):
    # Generate random data
    data = [random.random() for i in range(10)]

    # Create an axis
    ax = self.figure.add_subplot(111)

    # Clear the existing graph
    ax.clear()

    # Plot the data
    ax.plot(data, '*-')

    # Refresh the canvas
    self.canvas.draw()</code>

Étape 7 : définir la mise en page et l'affichage

Nous enfin, définissez la disposition de notre fenêtre PyQt4 et affichez-la.

<code class="python">layout = QtGui.QVBoxLayout()
layout.addWidget(self.toolbar)
layout.addWidget(self.canvas)
layout.addWidget(self.button)
self.setLayout(layout)

if __name__ == '__main__':
    app = QtGui.QApplication(sys.argv)

    main = Window()
    main.show()

    sys.exit(app.exec_())</code>

Ce guide complet fournit toutes les étapes nécessaires pour intégrer un graphe matplotlib dans une interface utilisateur PyQt4. En suivant ces instructions, les développeurs peuvent facilement créer des visualisations interactives pour leurs applications scientifiques ou techniques.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!