Python and PyQt the architecture of Apps. with GUI for experimental data analysis from start to end скачать в хорошем качестве

Python and PyQt the architecture of Apps. with GUI for experimental data analysis from start to end

В этой видео заметке показываю как создать приложение на Python для анализа экспериментальных данных. В качестве интерфейса будем использовать как обычно PyQt, при этом за отображение данных и оформление графиков будет отвечать библиотека Matplotlib. Для раскрытия темы архитектуры приложения предварительно расскажу о этапах создания которым я стараюсь придерживаться. Всего я выделяю следующие 5 этапов: -Разработка архитектуры приложения, а именно, что и как будет работать, на основе каких библиотек, какие данные будут входные и какие выходные, нужна ли приложению база данных, как будет осуществляться управление приложением (все должно быть в виде концепции). По результатам идейной проработки создается графический интерфейс программы front-end (в процессе его создания идея дорабатывается и улучшается с учетом выявленных проблем). Далее на этапе 3 создается back-end для обработки данных согласно с алгоритмами обработки (бизнес логики). В качестве четвертого этапа прорабатываем связь back-end и front-end то-есть взаимодействие пользователя с кнопками, текстовыми полями и другими особенностями интерфейса для исполнения запрограмированного back-end кода. После того как этапы разработки пройдены программа тестируется на наличие явных и скрытых ошибок, проводится ее доработка с учетом выявленных недостатков. (кроме того в процессе разработки учитываем последующее тестирование и вообще берем за правило программировать исключения). В процессе разработки архитектуры приложения будем руководствоваться принципами SOLID, в видео кратко о них расскажу. Далее сделаем программу, протестируем ее и опробуем на реальных данных все в реальном времени. Теперь немного о функциях будущей программы: В нашем случае, необходимо создать программу, импортирующую данные из txt фала и отображающую их в виде диаграммы рассеяния(кросс-плота). После чего для данных автоматически подбирается модель их характеризующая. Следуя шагам разработки программы и используя принципы разработки SOLID можно разработать программу, которую в дальнейшем можно расширять. Это и сделаем в дальнейшем, комментируйте и предлагайте, что можно поменять в программе. Тайминг: 0:58 Общий обзор видео. 1:37 Этапы разработки ПО на Python да и не только на Python. 5:06 Принципы SOLID. 11:42 Постановка задачи разработки ПО и проработка основной идеи. 14:11 Написание front-end с использованием QtDesigner. 20:46 Конвертация файла ui в py для дальнейшего включения в программу. 21:56 Инициализация основного окна приложения. 26:24 Корректировка front-end с использованием PyCharm. 36:27 Помещаем холст с рисунком (полем для отображения графика) matplotlib в QWidget. 46:55 Настраиваем импорт данных из файла txt в таблицу QTableWidget для последующего их использования. 54:48 Настройка отображения данных в QTableWidget. 57:50 Отображение данных из таблицы QTableWidget на графике matplotlib (точнее на осях). 1:02:15 Создание backend подбора коэффициента "m" в уравнение электропроводности. 1:05:45 Наносим на график matplotib функцию иллюстрирующую одну из связей для вывода уравнения электропроводности. 1:07:15 Проверка работы программы с реальными данными. Ссылка на оформленный исходный код прилагается: http://pyscientist.ucoz.net/load/arkh... Ссылки на предыдущие видео ищите в комментариях к этому. Подробнее c этими и дополнительными материалами можно ознакомится на Портале: PyScientist http://pyscientist.ucoz.net Если у Вас есть какие либо вопросы по видео, либо по работе исходного кода, предложения по сотрудничеству буду рад с Вами взаимодействовать, пожалуйста обращайтесь на e-mail: [email protected], либо пишите в комментарии к видео. В видео использованы следующие аудиоматериалы: Hardiardent "Happy World" / No Copyright Music / Electronic 2020