Avatarx

2021年4月15日

摘要： 1. 打印设置 QPrinter类是一个在打印机上绘图的设备。该设备表示打印输出的一系列页面，提供了一组附加功能来管理特定于设备的特性，比如方向和分辨率，以及在生成文档时逐步遍历其中的页面。注：在更改任何参数之前，可以使用QPrinter::isValid()来验证这一点。（1）打印机设置 1）阅读全文

posted @ 2021-04-15 21:21 Avatarx 阅读(12976) 评论(0) 推荐(1) 编辑

qt界面嵌入外部进程界面

摘要：有时候需要做框架集成的东西，需要把其他客户端像组件一样集成到一个客户端中，类似于一个软件集成的平台客户端，统一用一个中心管理的客户端做类似于控制面板一样的东西去调用不同的软件。此时就必须相应不同的点击图标的事件去嵌入到主界面里面。下面简单的对windows平台上面Qt的界面中嵌入系统自带的计算机程序阅读全文

posted @ 2021-04-15 21:11 Avatarx 阅读(1712) 评论(0) 推荐(0) 编辑

QAxWidget 妙用

摘要： QAxWidget类是一个包装ActiveX控件的QWidget。QAxWidget可以实例化为空对象，它应该包含ActiveX控件的名称，或者使用指向ActiveX控件的现有接口指针。仅使用QAxBase支持的数据类型的ActiveX控件的属性，方法和事件可用作Qt属性，插槽和信号。基类QAxBa 阅读全文

posted @ 2021-04-15 21:07 Avatarx 阅读(3807) 评论(0) 推荐(0) 编辑

2021年4月6日

UE4嵌入Qt5 三维可视化案例

摘要：该项目为中铁客户端（QT部分），采用QT5.7X64编译，适用于windows server 2016及以上系统。该项目主要包括：数据可视化、Socket通讯、内嵌ue4可执行程序三大方面一：数据可视化数据可视化即采用图形图表等第三方库对采集的数据进行动态展示，可以非常直观的查看传感器采集到的数据阅读全文

posted @ 2021-04-06 14:06 Avatarx 阅读(2808) 评论(0) 推荐(0) 编辑

2021年2月23日

QSS入门（一）

摘要：一个比较挫的drak style 的设置界面，原谅我的设计能力。。。主要是QSS的学习，使界面美化与业务逻辑分离。不想说什么语法，什么介绍，直接上QSS加注释，方便自己查看。 QSpinBox,QComboBox{ //设置spinBox combox 类和他们的所有子类的style borde 阅读全文

posted @ 2021-02-23 11:36 Avatarx 阅读(1932) 评论(0) 推荐(0) 编辑

2021年1月14日

c++ __super关键字

摘要： __superVisual Studio 2005中新增了__super关键字，它代表本类的基类。使用方法 __super::member_function(); 实验得，该关键词会自动寻找最近重载的虚函数调用，即连续重载的各个类，会调用最近的重载基类的虚函数。__super代表该基类的空间类名阅读全文

posted @ 2021-01-14 09:10 Avatarx 阅读(1537) 评论(0) 推荐(0) 编辑

2021年1月7日

【特征工程】多项式特征PolynomialFeatures(将数据变化为多项式特征)

摘要：使用sklearn.preprocessing.PolynomialFeatures来进行特征的构造。它是使用多项式的方法来进行的，如果有a，b两个特征，那么它的2次多项式为（1,a,b,a^2,ab, b^2）。 PolynomialFeatures有三个参数 degree：控制多项式的度 in 阅读全文

posted @ 2021-01-07 19:26 Avatarx 阅读(763) 评论(0) 推荐(0) 编辑

2021年1月6日

ROC曲线-阈值评价标准

摘要： ROC曲线指受试者工作特征曲线 / 接收器操作特性曲线(receiver operating characteristic curve), 是反映敏感性和特异性连续变量的综合指标,是用构图法揭示敏感性和特异性的相互关系，它通过将连续变量设定出多个不同的临界值，从而计算出一系列敏感性和特异性，再以敏感阅读全文

posted @ 2021-01-06 21:16 Avatarx 阅读(1056) 评论(0) 推荐(0) 编辑

机器学习-评价指标

摘要： 1. 准确率，召回率，精确率，F1-score，Fβ，ROC曲线，AUC值 2. 宏平均（Macro-averaging）和微平均（Micro-averaging） 3. Python3 sklearn实现分类评价指标 1. 准确率，召回率，精确率，F1-score，Fβ，ROC曲线，AUC值为了阅读全文

posted @ 2021-01-06 20:53 Avatarx 阅读(470) 评论(0) 推荐(0) 编辑

2020年12月24日

yield再理解--绝对够透彻

摘要：首先，拿好宝剑：先把yield看做“return”，普通的return是什么意思，就是在程序中返回某个值，返回之后程序就不再往下运行了。看做return之后再把它看做一个是生成器（generator）的一部分（带yield的函数才是真正的迭代器），返回的不是一个函数的输出，是一个生成器的结果阅读全文

posted @ 2020-12-24 21:00 Avatarx 阅读(190) 评论(0) 推荐(0) 编辑

此博客专攻计算机语言。

公告