原创 定義幾個常見的術語(tkinter,Python3.x)

我們先定義幾個常見的術語,然後再繼續學習tkinter的內容: window 這個術語在不同的上下文環境中有不同的含義。但總的來說,它指的是你顯示屏上的某個矩形區域。 top-level window 單獨顯示在屏幕中的 w

原创 Mysql8.0忘記 root 密碼, 如何修改?

Windows 中, Mysql 8.0 修改密碼過程和 Mysql 5.6 及之前的版本有所區別. 首先, 在管理員權限 CMD 中用 net stop mysql 關閉服務, 並以以下命令行開啓服務, 並繞過權限檢查 my

原创 其他grid管理方法(tkinter,Python3.x)

所有的插件都可以使用以下grid相關的方法: w.grid_bbox(column=None, row=None, col2=None, row2=None) 返回一個有四個元素的元組,用來描述 w 插件內一些或者全部 單元 的

原创 標準參數(tkinter,Python3.x)

標準參數 在學習插件之前,先看看這些插件中常見的參數,比如 sizes,colors 和 fonts 。 每個插件都有一組option,用來配置外觀和行爲,比如fonts,colors,sizes,text labels 等參數

原创 修改cmd默認起始路徑(Windows,cmd,默認路徑)

通過快捷方式修改 我們還可以給快捷方式添加參數臨時更改默認路徑。打開“開始/程序/附件”後,右鍵單擊“命令提示符”,選擇“屬性”,“快捷方式”標籤頁的“起始位置”中輸入路徑,單擊“確定”退出。以後通過這個快捷方式激活的“命令提示符

原创 .grid()方法(tkinter,Python3.x)

.grid()方法 以下語句可以在你的應用界面顯示 w 插件: w.grid(option=value , ...) 這個方法使用 grid 結構管理器,登記了 w 插件。如果沒有這條語句,將不會在屏幕中顯示這個插件,而只存在

原创 eclipse中 linked resource的使用

一、關於linked resource    eclipse 中的linkded resources 是指存放在項目所在位置以外某個地方的文件或者文件夾;這些特定的資源必須有一個項目作爲他們的父資源。linkded resources可

原创 使根窗口可伸縮(tkinter,Python3.x)

使根窗口可伸縮 讓用戶可以放大縮小整個應用窗口,並將多餘的空間分配給內部的插件。這需要一些操作。 爲了讓應用的插件可伸縮,需要用到行列尺寸管理的技術,詳細參見 設置行,列尺寸 。 對於 最小的應用 中的應用,它只包含了一個 Qu

原创 Xilinx System Generator模塊中各個常見選項的含義

1.     Precision:仿真計算時可按任意精度定點數進行,Full Precision,提供足夠的精度;User defined Percision,由開發人員定義位數和小數位。(FPGA上運行的是浮點型?) 2.     Ar

原创 佈局管理(tkinter,Python3.x)

佈局管理 本節介紹 window 是如何排列插件的。之後我們會介紹插件的詳細知識。 雖然在 tkinter 中,有三個不同的“結構管理器”,但是 tkinter 的作者更傾向用 .grid()結構管理器來管理所有內容。.grid(

原创 插件座標系(tkinter,Python3.x)

插件座標系 插件座標系的零點位於左上角,x 軸向右遞增,而 y 軸向下遞增,這和大多數顯示系統一樣。 座標的基本單位是像素,左上角的像素座標爲 (0,0) 。指定的整形座標值,默認單位爲像素,但也可以用其他的單位尺寸指定該座標值

原创 尺寸單位(tkinter,Python3.x)

尺寸單位 插件的長度,寬度以及其他維度的尺寸都可以用許多不同的計量單位表示。 如果尺寸設置爲整形數值,則默認其指定的是像素尺寸。 可以通過傳遞帶有數值以及單位的字符串,來設置插件的尺寸,具體單位見下表: 表 3 . 尺寸單位

原创 設置行,列尺寸(tkinter,Python3.x)

設置行,列尺寸 一個插件,其 grid 網格中的列寬,等於該插件裏最寬 cell 的寬度,grid網格中的行高,等於該插件裏最高 cell 的高度。 sticky 只控制插件的布放位置,插件並不會因此而填充整個 cell 。 如

原创 最小的應用(tkinter,Python3.x )

最小的應用 首先,新建一個 tkinter 小程序,它只包含了一個 Quit 按鈕。 代碼如下: #!/usr/bin/env python3 #1 import tkinter as tk #2 clas

原创 深度學習-語義分割總結

翻譯自qure.ai 什麼是語義分割 對圖片的每個像素都做分類。 較爲重要的語義分割數據集有:VOC2012 以及 MSCOCO 。 有哪幾種方法 傳統機器學習方法:如像素級的決策樹分類,參考TextonForest 以及 Random