使用布局管理器管理布局

1 使用布局管理器管理布局

布局管理器会为每种类型的窗口部件提供一些合理的大小、位置默认值,并且也会考虑每一个窗口部件的大小提示。这些大小提示通常取决于该窗口部件的字体、风格和内容。布局管理器也会充分考虑其最大值和最小值。

1.1    三种常用布局管理器

1.1.1       QHBoxLayout

layout->addStretch()告诉布局管理器,它会占满布局中这一处空间。在Qt设计师中,可以添加一个spacer来达到同样的效果。

1.1.2       QVBoxLayout

1.1.3       QGridLayout

QGridLayout的工作基于一个二维单元格,像Excel表格一样。QGridLayout::addWidget()语法如下:

layout->addWidget(widget,row,column,rowSpan=1,columnSpan=1);

(row,column)表示widget所占用的左上角单元格,rowSpan、columnSpan分别表示widget所占行宽和列宽。

1.2    设置大小策略和大小提示

1.2.1       设置大小策略

每个QWidget都有一个sizePolicy(QSziePolicy)属性,该属性会告诉布局管理器如何处理对该部件的拉伸和压缩。可以通过设置该属性来构件更合适的窗口布局。

QSizePolicy有竖直和水平两个分量,常用的Policy取值有:Fixed、Minimum、

Maximum、Preferred、Expanding;各取值含义详见参考手册。

QSizePolicy还保存了水平方向和竖直方向的一个拉伸因子。这些拉伸因子可以用来在增大窗体时,对不同的子窗口部件应使用不同放大比例。

1.2.2       设置大小提示

每个QWidget都有一个sizeHint(QSize)属性,该属性表示该部件的建议的大小(大小提示)。

还可以设置窗口部件的最大大小、最小大小或固定大小,当布局管理器在摆放这些部件的时候就会考虑这些约束条件。

还可以对子窗口部件的类进行派生并且重新实现sizeHint( )函数,由此获得所需的大小提示。

2         分组布局

QStackedLayout类可以对一组子窗口部件进行摆放,或则对他们进行“分页”,而且只显示其中一个,而把其他的子窗口部件或则分页进行隐藏。为方便起见,Qt还提供了QStackedWidget类,这个类提供了一个带内置QStackedWidget的QWidget。

通过QListWidget和QStackedLayout(或则QStackedWidget)可以实现如下图的效果。


通过将适当的信号连接到QStackedLayout的槽函数setCurrentIndex(int)可以实现在不同页面中切换。

可以参考Qt官方手册ConfigDialog Example。

还有一种办法是使用QTabWidget;

3         切分窗口

 

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种人工智能(AI)的子领域,致力于研究如何利用数据和算法让计算机系统具备学习能力,从而能够自动地完成特定任务或者改进自身性能。机器学习的核心思想是让计算机系统通过学习数据中的模式和规律来实现目标,而不需要显式地编程。 机器学习应用非常广泛,包括但不限于以下领域: 图像识别和计算机视觉: 机器学习在图像识别、目标检测、人脸识别、图像分割等方面有着广泛的应用。例如,通过深度学习技术,可以训练神经网络来识别图像中的对象、人脸或者场景,用于智能监控、自动驾驶、医学影像分析等领域。 自然语言处理: 机器学习在自然语言处理领域有着重要的应用,包括文本分类、情感分析、机器翻译、语音识别等。例如,通过深度学习模型,可以训练神经网络来理解和生成自然语言,用于智能客服、智能助手、机器翻译等场景。 推荐系统: 推荐系统利用机器学习算法分析用户的行为和偏好,为用户推荐个性化的产品或服务。例如,电商网站可以利用机器学习算法分析用户的购买历史和浏览行为,向用户推荐感兴趣的商品。 预测和预测分析: 机器学习可以用于预测未来事件的发生概率或者趋势。例如,金融领域可以利用机器学习算法进行股票价格预测、信用评分、欺诈检测等。 医疗诊断和生物信息学: 机器学习在医疗诊断、药物研发、基因组学等领域有着重要的应用。例如,可以利用机器学习算法分析医学影像数据进行疾病诊断,或者利用机器学习算法分析基因数据进行疾病风险预测。 智能交通和物联网: 机器学习可以应用于智能交通系统、智能城市管理和物联网等领域。例如,可以利用机器学习算法分析交通数据优化交通流量,或者利用机器学习算法分析传感器数据监测设备状态。 以上仅是机器学习应用的一部分,随着机器学习技术的不断发展和应用场景的不断拓展,机器学习在各个领域都有着重要的应用价值,并且正在改变我们的生活和工作方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值