前言 花了几天功夫做了一个YOLOv5的PyQT可视化程序,主要针对多幅图片训练、自动标注和检测展示。涉及正在进行的项目,暂时不开源。在开发过程中,踩了不少坑,这里简单做一些记录。 项目使用到的开源代码: YOLOv5(5.0+6.0):https://github.com/ultralytics/yolov5 自动标注程序:https://github.com/cnyvfang Ui_MainWindow() ui.setupUi(Window) Window.show() sys.exit(app.exec_()) pyinstaller多线程崩溃重启 在开发完之后 ) 获取当前根路径 Root = os.path.split(os.path.abspath(__file__))[0] 缩略图列表显示 本项目开发之中,遇到的一个重点问题是在ListView中动态添加缩略图 QtWidgets import * from PyQt5.QtCore import * from PyQt5.QtGui import * import os import sys class
a57d2950001941a5e65fc3ac73fe8cb8.png! a57d2950001941a5e65fc3ac73fe8cb8.png! a57d2950001941a5e65fc3ac73fe8cb8.png! a57d2950001941a5e65fc3ac73fe8cb8.png! auth_key=1639324800-0-0-0e5dcd8e08ad1e7f0de72c2dad23419c","style":{"top":439,"left":158,"width":100,"
本文作者蒋刘一琦 在生物信息领域我们常常使用R语言对数据可视化。在对数据可视化的时候,我们需要明确想要展示的信息,从而选择最为合适的图突出该信息。 , MURC, MIB1, FOXC2, FOXC1, ADAM19, MYL2, TCAP, EGLN1, SOX9, ITGB1, CHD7, HEXIM1, PKD2, NFATC4, PCSK5, PLN, TSC2, ATP6V0A1, TGFBR3, HDAC9 ## 2 GNA13, ACVRL1, NRP1, PGF, IL18, LEPR, EDN1, GJA1, FOXO1, GJA5, , PLXND1, CAR2, ACTC1, TBX4, SMAD3, FZD3, SHANK3, FZD6, HOXB4, FREM2, TSC2, ZIC5, TGFBR3, APAF1 ## 5 The threshold refers to the -log(adjusted p-value) (default=5) ?
可以在playground里面进行界面开发,虽然不推荐,但确实可以 需要引入 PlaygroundSupport PlaygroundPage.current.liveView是展示内容的那个view ,将需要展示的内容赋值给它即可 应用:SwiftUI 是Xcode11中的新功能,要求macOS 10.15才可以开启预览功能,其实不升级系统,可以利用playground可视化开发来实现预览 import
相信从事过数据可视化开发的你对大屏并不陌生,那么开发一个酷炫的大屏一定是很多数据可视化开发者想要做的事情。 我们使用three.js,大约一周的时间开发出了一个酷炫的数据可视化大屏: ? text.w > 0.3) { // 此处过滤数值越大 文字越细 earthColor = vec4(0.7, 0.7, 0.7, 1); // 文字颜色;覆盖前面的颜色计算 } } 贴图5 depth.xyz, 0.86), 1.0); // mix混合白色让海洋亮一些 } gl_FragColor = earthColor; } 其他uniform 除了贴图外,我们还要定义 5 2.2 点击交互 可视化不仅仅是静态的图形数据,还需要与人交互。 所以这个酷炫的地球就需要支持选中国家并且获取到国家名称。 解决的办法有两种: 增加顶点的密度 更换飞线实现方式(使用官方开发的meshline或自行开发) 小结 本章主要讲述了texture、uniform、attribute三者与GLSL配合使用的场景,并延伸出索引贴图的解决方案
以下开始文字讲解: 一、开发思想 1.采用pycharm作用集成开发工具,可以集成qt套件 2.我们采用anaconda3中集成的各种库套件来直接搭建可视化开发环境 3.qt的可视化开发,工具在anaconda3 这里的转换核心使用的是pyqt5这个库。 二、环境搭建 先要把我们的pycharm的中文版转为英文版。 我们需要做的是去将中文版的资源文件去备份,就默认为英文版。 将图像界面从qt版本转成python版本) 1.项目路径: C:\Program Files\Anaconda3\python.exe 说明:这个就是要编译py文件的编译器 2.参数: -m PyQt5. uic.pyuic $FileName$ -o $FileNameWithoutExtension$.py 说明:python在编译ui的使用要调用pyqt5这个库。 2.pyqt5的搭建。 3.pycharm中建立以上两个扩展环境。 4.掌握designer和pyuic的作用。
RDP报表工具大屏功能和亮点 RDP大屏,仅在可视化效果上就有数百种选择,令传统报表工具望尘莫及,使用人员只需要通过拖拽方式即可实现精美的数据可视化报表。 支持30多种可视化元素组件,自由式布局,自适应屏幕展示降低开发的难度、不用开发人员具备较强的前端能力也可配置出交互友好、展现形式炫丽的大屏幕分析报表,最终将业务数据可以更好的呈现给终端用户。 RDP报表工具移动端功能和亮点 RDP报表移动端可视化设计,使用人员灵活拖拽、所见即所得设计器设计出来的报表,可以用于H5页面、原生APP、微信公众号、企业微信、钉钉等集成或独立使用。 RDP报表工具自定义报表功能和亮点 让业务人员可以真正的灵活配置想要的报表,无任何门槛,不需要依赖于开发人员。 RDP报表工具可视化数据集功能和亮点 可视化数据集让不擅长SQL语言的人,通过可视化界面及其引导性配置,能够完成数据库表间的关系和数据的查询,再进行报表表样的关联,即可完成报表的配置。
Seaborn是基于matplotlib的Python可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。 stripplot的API: seaborn.lmplot(x, y, data, hue=None, col=None, row=None, palette=None, col_wrap=None, size=5, font_scale=1.5,style="white") 本次试用的数据集是Seaborn内置的tips小费数据集: 1data=sns.load_dataset("tips") 2data.head(5) , 2 data=data,row="sex", 3 col="smoker",sharex=False) 4#可以看到设置为False时,各个子图的x轴的 5#
开发基于 WebGL 的地图可视化系统是一项复杂的任务,涉及多个技术领域和设计决策。以下是开发流程和关键步骤的概述,不涉及具体代码实现。1.需求分析与规划目标:明确系统的功能需求、用户群体和技术栈。 4.数据可视化目标:在地图上叠加可视化数据(如点、线、面)。步骤:数据预处理:将原始数据转换为适合 WebGL 渲染的格式(如顶点数据、颜色数据)。 5.性能优化目标:确保系统在大数据量和复杂场景下的流畅运行。步骤:减少绘制调用:合并几何体,减少 WebGL 的绘制调用次数。GPU 加速:使用着色器(shader)实现复杂计算,充分利用 GPU。 图例:显示可视化数据的颜色编码和含义。数据面板:显示点击查询或区域选择的结果。7.测试与部署目标:确保系统的功能、性能和稳定性。步骤:功能测试:测试地图渲染、数据可视化和交互功能。 总结开发基于 WebGL 的地图可视化系统需要结合地图渲染、数据可视化、性能优化和用户界面设计等多个方面。通过合理的架构设计和持续优化,可以构建一个高效、交互性强且用户友好的地图可视化系统。
那么这个时候大部分开发者都会考虑使用VS Code,那么在最近有了解到Avalonia团队在VS code中开放了一款可以支持Avalonia可视化编写UI的插件。 这里分享一下这个插件如何使用以及,VS Code开发Avalonia的体验如何。 (3)安装.NET 7 这里不管你基于.NET几的框架版本进行开发的,都需要安装.NET 7具体的原因我贴在了下面可以查看连接里的内容。 这个时候我们就能边预览边开发Avalonia的应用程序。 (5)运行调试 看起来在VS Code开发Avalonia的应用支持的程度还是比较乐观的,虽说可能还会有些小问题但是随着后续的不断的完善应开发体验会更加流畅。
5.2.1 三角函数 常见的三角函数有三种: 语法: 在Canvas中,凡是涉及角度都是用“弧度”表示,在实际开发中,推荐写法为: 度数 * Math.PI / 180 在三角函数中,我们可以使用反正切函数 ball.draw(cxt, 'fill'); angle += 0.05; })() } } 由于sin函数的值是在[-1, 1]之间,在实际开发中我们需要一个较大值的振幅 在实际开发的过程中,任何复杂的效果,都可以采用类似“分而治之”的方法来思考,再复杂的Canvas物理动画,我们从x轴和y轴两个方向来考虑,实现的思路就非常清晰了。
前言 本篇主要利用PyQT5搭建YOLOv5可视化界面,并打包成exe程序。 整体框架参考自:https://xugaoxiang.com/2021/06/30/yolov5-pyqt5 在此基础上,优化了预测逻辑,适配YOLOv5-5.0版本,并使用qdarkstyle美化了界面 /s/16nHvS5tRSeLKB0Ql2-6ZFw? 打包通常采用的是Pyinstaller这个工具库,本次打包使用一个新的工具叫Auto Py to Exe,该工具仍是调用Pyinstaller进行打包,不过对选项进行了可视化,操作更加便捷。 运行之前,需要将原始工程中的几个文件夹拷贝进去,否则会提示找不到文件,如下图所示: 双击main.exe,即可看到可视化界面。 报错解决 在调式时,遇到一些小问题,这里也记录下。
---- 本期知识视频教程 以下开始文字讲解: 一、开发思想 1.采用pycharm作用集成开发工具,可以集成qt套件 2.我们采用anaconda3中集成的各种库套件来直接搭建可视化开发环境 3.qt 的可视化开发,工具在anaconda3中的designer.exe,这个工具设计完界面后,生成的文件名称扩展名是.ui 4.采用pyuic转为python中的代码,这个过程是从qt代码转为python代码的过程 这里的转换核心使用的是pyqt5这个库。 二、环境搭建 先要把我们的pycharm的中文版转为英文版。 我们需要做的是去将中文版的资源文件去备份,就默认为英文版。 uic.pyuic $FileName$ -o $FileNameWithoutExtension$.py 说明:python在编译ui的使用要调用pyqt5这个库。 2.pyqt5的搭建。 3.pycharm中建立以上两个扩展环境。 4.掌握designer和pyuic的作用。
什么是响应式开发? Spring 5 大力支持了 Reactive Programming(响应式开发),server 和 client 都可以使用这种开发模式,Spring 5 是基于 Reactor项目实现的。 Reactor 项目的核心概念 Spring 5 是基于 Reactor 项目实现的响应式开发,Reactor 中有两个核心类型 - Mono 和 Flux。 5. 小结 Reactive Programming 是非常好的开发方法,可维护性和可扩展性都非常好,相对于阻塞式开发,相同资源下性能会得到明显提升。 翻译整理自: https://stackify.com/reactive-spring-5/ 之后会分享 Spring Boot 2.0 响应式开发的内容。
常用五种可视化方法 下面从最常用和实用的维度总结了如下5种数据可视化方法,让我们来一一看一下: 一、面积&尺寸可视化 对同一类图形(例如柱状、圆环和蜘蛛图等)的长度、高度或面积加以区别,来清晰的表达不同指标对应的指标值之间的对比 从下图中我们第一眼就可以强烈的感知到5分动态评分的用户占绝对的比例。 ? b: 联邦预算图 如下图,在美国联邦预算剖面图里,用不同高度的货币流清晰的表达了资金的来源去向,及每一项所占金额的比重。 ? 二、颜色可视化 通过颜色的深浅来表达指标值的强弱和大小,是数据可视化设计的常用方法,用户一眼看上去便可整体的看出哪一部分指标的数据值更突出。 再结合了颜色可视化(左面蓝色右面粉色),同时也采用了面积&尺寸可视化,不同的比例用不同长度的条形。这些可视化方法的组合使用,大大加强了数据的可理解性。 ? 1、回复“数据分析师”查看数据分析师系列文章 2、回复“案例”查看大数据案例系列文章 3、回复“征信”查看相关征信的系列文章 4、回复“可视化”查看可视化专题系列文章 5、回复“SPPS”查看SPSS系列文章
:PyGraphviz 下面详细介绍下常见的5个可视化库:Matplotlib、Seaborn、Altair、Bokeh、plotly 1. import matplotlib.pyplot as plt data = {'apple': 10, 'orange': 15, 'lemon': 5, 'lime': 20} names = list 学习文档:https://seaborn.pydata.org/ 另外Seaborn与Pandas、Numpy集成的非常好,可以轻松使用Series、DataFrame、array数据类型进行图表开发, source=df) p.legend.orientation = "horizontal" p.legend.background_fill_color = "#fafafa" show(p) 5. # plotting the figure fig = go.Figure(data=[go.Surface(x=x, y=y, z=z)]) fig.show() 小结 上述的5个
1:D3 star:91.5k 官网:https://d3js.org/ GitHub地址:https://github.com/mbostock/d3 一个基于数据操作文档的js数据可视化框架,最流行的可视化库之一 2:Chart.js star:48.7k 中文网:http://chartjs.cn/ GitHub地址:https://github.com/nnnick/Chart.js 基于 HTML5 是百度的一个开源的数据可视化工具。 GitHub地址:https://github.com/Leaflet/Leaflet Leaflet 是一个为移动设备设计的交互式地图的开源的 javascript库, 并只有38k,包含了大多数开发者需要的地图特点 基于SVG的JavaScript 图表框架,兼容 IE6+、完美支持移动端、图表类型丰富、方便快捷的 HTML5 交互性图表库。
XP是一种近螺旋式的开发方法,它将复杂的开发过程分解为一个个相对比较简单的小周期;通过积极的交流、反馈以及其它一系列的方法,开发人员和客户可以非常清楚开发进度、变化、待解决的问题和潜在的困难等,并根据实际情况及时地调整开发过程 三、动态系统开发方法 动态系统开发方法(DSDM)倡导以业务为核心,快速而有效地进行系统开发。可以把DSDM看成一种控制框架,其重点在于快速交付并补充如何应用这些控制的指导原则。 五、Scrum Scrum 是一个用于开发和维护复杂产品的框架 ,是一个增量的、迭代的开发过程。 5.2、Scrum的四大支柱 第一、迭代开发。在Scrum的开发模式下,我们将开发周期分成多个1-4周的迭代,每个迭代都交付一些增量的可工作的功能。 Scrum团队在开发需求的时候,从Backlog最上层的高优先级的需求开始开发。
5、模块化开发 为什么需要模块化 JavaScript原始功能 在网页开发的早期,js制作作为一种脚本语言,做一些简单的表单验证或动画实现等,那个时候代码还是很少的。 那个时候的代码是怎么写的呢? 幸运的是,前端模块化开发已经有了很多既有的规范,以及对应的实现方案。 常见的模块化规范: CommonJS、AMD、CMD,也有ES6的Modules image.png
5. Ribbon Designer:添加了以下新属性 组合框中下拉列表的高度。 滑块控件的扩展(右侧)文本。 命令搜索选项。 工具栏和菜单 1. 改进了某些可视化主题中禁用的组合框外观。 2.