이 기사의 예에서는 wxpython의 사용자 정의 이벤트 구현 및 사용을 설명합니다. 다음과 같이 참조용으로 모든 사람과 공유하십시오.
사용자 정의 이벤트를 생성하는 단계:
① wx.PyCommandEvent에서 상속해야 하는 이벤트 클래스를 정의합니다. 그리고 이벤트 매개변수를 가져오고 설정하는 get 및 set 메소드를 정의합니다.
② 이벤트 유형과 바인더 개체를 생성하여 이벤트를 특정 개체에 바인딩합니다.
3 사용자 정의 이벤트 객체를 생성하고, 이벤트 매개변수를 설정하고, ProcessEvent() 메서드를 사용하여 이 인스턴스를 이벤트 처리 시스템에 도입합니다.
④ 커스텀 이벤트의 이벤트 핸들러를 바인딩합니다.
⑤ 이벤트 핸들러에서 이벤트에 응답합니다.
샘플 코드:
#!/usr/bin/env python #coding=utf-8 import wx class MyTestEvent(wx.PyCommandEvent): #1 定义事件 def __init__(self, evtType, id): wx.PyCommandEvent.__init__(self, evtType, id) self.eventArgs = "" def GetEventArgs(self): return self.eventArgs def SetEventArgs(self, args): self.eventArgs = args myEVT_MY_TEST = wx.NewEventType() #2 创建一个事件类型 EVT_MY_TEST = wx.PyEventBinder(myEVT_MY_TEST, 1) #3 创建一个绑定器对象 class MyFrame(wx.Frame): def __init__(self): wx.Frame.__init__(self, None, -1, "My Frame", size=(300, 300),pos=(300,300)) panel = wx.Panel(self, -1) self.button1 = wx.Button(panel,id=-1,pos=(40, 40),label="button1") self.Bind(wx.EVT_BUTTON, self.OnButton1Click, self.button1) self.Bind(EVT_MY_TEST, self.OnHandle)# 4绑定事件处理函数 def OnButton1Click(self,event): self.OnDoTest() def OnHandle(self,event):#8 事件处理函数 dlg = wx.MessageDialog(self, event.GetEventArgs(),'A Message Box',wx.OK | wx.ICON_INFORMATION) dlg.ShowModal() dlg.Destroy() def OnDoTest(self): evt = MyTestEvent(myEVT_MY_TEST, self.button1.GetId()) #5 创建自定义事件对象 evt.SetEventArgs("test event") # 6添加数据到事件 self.GetEventHandler().ProcessEvent(evt) #7 处理事件 if __name__ == '__main__': app = wx.PySimpleApp() frame = MyFrame() frame.Show(True) app.MainLoop()
지침:
1. MyTestEvent 클래스를 wx.PyCommandEvent의 하위 클래스로 정의합니다. wx.PyCommandEvent는 새 이벤트 클래스를 생성하고 C 클래스를 Python 코드에 연결하는 데 사용할 수 있는 wxPython 관련 구조입니다.
2. wx.NewEventType()은 wx.NewId()와 유사하며 고유한 이벤트 유형 ID를 반환합니다.
3. 두 번째 매개변수의 값은 wx.EvtHandler.Bind() 메소드에서 사용되는 wxId 식별 번호를 나타냅니다. 어떤 객체가 이벤트의 소스인지.
4. 이벤트 핸들러 바인딩.
5. 사용자 정의 이벤트 객체를 생성하고 이벤트를 트리거한 컨트롤의 ID를 MyTestEvent 생성자에 매개변수로 전달합니다.
6. 이벤트에 데이터를 추가합니다. 이 방법을 통해 필요한 정보 중 일부를 전달할 수 있습니다.
7. ProcessEvent()에 대한 호출은 이벤트 처리 시스템에 이 새로운 이벤트를 도입합니다. GetEventHandler()에 대한 호출은 창 개체 자체인 wx.EvtHandler의 인스턴스, 즉 MyFrame을 반환합니다.
8. 이벤트 처리 기능을 바인딩합니다. 여기서 이벤트 처리 방법은 MessageDialog를 통해 들어오는 이벤트 매개변수를 표시하는 것입니다.
이 기사가 Python 프로그래밍에 종사하는 모든 사람에게 도움이 되기를 바랍니다.

Python은 배우고 사용하기 쉽고 C는 더 강력하지만 복잡합니다. 1. Python Syntax는 간결하며 초보자에게 적합합니다. 동적 타이핑 및 자동 메모리 관리를 사용하면 사용하기 쉽지만 런타임 오류가 발생할 수 있습니다. 2.C는 고성능 응용 프로그램에 적합한 저수준 제어 및 고급 기능을 제공하지만 학습 임계 값이 높고 수동 메모리 및 유형 안전 관리가 필요합니다.

Python과 C는 메모리 관리 및 제어에 상당한 차이가 있습니다. 1. Python은 참조 계산 및 쓰레기 수집을 기반으로 자동 메모리 관리를 사용하여 프로그래머의 작업을 단순화합니다. 2.C는 메모리 수동 관리가 필요하므로 더 많은 제어를 제공하지만 복잡성과 오류 위험을 증가시킵니다. 선택할 언어는 프로젝트 요구 사항 및 팀 기술 스택을 기반으로해야합니다.

과학 컴퓨팅에서 Python의 응용 프로그램에는 데이터 분석, 머신 러닝, 수치 시뮬레이션 및 시각화가 포함됩니다. 1.numpy는 효율적인 다차원 배열 및 수학적 함수를 제공합니다. 2. Scipy는 Numpy 기능을 확장하고 최적화 및 선형 대수 도구를 제공합니다. 3. 팬더는 데이터 처리 및 분석에 사용됩니다. 4. matplotlib는 다양한 그래프와 시각적 결과를 생성하는 데 사용됩니다.

Python 또는 C를 선택할 것인지 프로젝트 요구 사항에 따라 다릅니다. 1) Python은 간결한 구문 및 풍부한 라이브러리로 인해 빠른 개발, 데이터 과학 및 스크립팅에 적합합니다. 2) C는 컴파일 및 수동 메모리 관리로 인해 시스템 프로그래밍 및 게임 개발과 같은 고성능 및 기본 제어가 필요한 시나리오에 적합합니다.

Python은 데이터 과학 및 기계 학습에 널리 사용되며 주로 단순성과 강력한 라이브러리 생태계에 의존합니다. 1) 팬더는 데이터 처리 및 분석에 사용되며, 2) Numpy는 효율적인 수치 계산을 제공하며 3) Scikit-Learn은 기계 학습 모델 구성 및 최적화에 사용되며 이러한 라이브러리는 Python을 데이터 과학 및 기계 학습에 이상적인 도구로 만듭니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SecList
SecLists는 최고의 보안 테스터의 동반자입니다. 보안 평가 시 자주 사용되는 다양한 유형의 목록을 한 곳에 모아 놓은 것입니다. SecLists는 보안 테스터에게 필요할 수 있는 모든 목록을 편리하게 제공하여 보안 테스트를 더욱 효율적이고 생산적으로 만드는 데 도움이 됩니다. 목록 유형에는 사용자 이름, 비밀번호, URL, 퍼징 페이로드, 민감한 데이터 패턴, 웹 셸 등이 포함됩니다. 테스터는 이 저장소를 새로운 테스트 시스템으로 간단히 가져올 수 있으며 필요한 모든 유형의 목록에 액세스할 수 있습니다.

PhpStorm 맥 버전
최신(2018.2.1) 전문 PHP 통합 개발 도구

Atom Editor Mac 버전 다운로드
가장 인기 있는 오픈 소스 편집기

ZendStudio 13.5.1 맥
강력한 PHP 통합 개발 환경
