python圖形界面開(kāi)發(fā)之wxPython樹(shù)控件使用方法詳解
wxPython樹(shù)控件介紹
樹(shù)(tree)是一種通過(guò)層次結(jié)構(gòu)展示信息的控件,如下圖所示是樹(shù)控件示例,左窗口中是樹(shù)控件,在wxPython中樹(shù)控件類是wx.TreeCtrl。
wx.TreeCtrl常用的方法有
- AddRoot(text, image=-1, selImage=-1, data=None)。添加根節(jié)點(diǎn),text參數(shù)根節(jié)點(diǎn)顯示的文本;image參數(shù)是該節(jié)點(diǎn)未被選中時(shí)的圖片索引,wx.TreeCtrl中使用的圖片被放到wx.ImageList圖像列表中;selImage參數(shù)是該節(jié)點(diǎn)被選中時(shí)的圖片索引。data參數(shù)是給節(jié)點(diǎn)傳遞的數(shù)據(jù)。方法返回節(jié)點(diǎn),節(jié)點(diǎn)類型是wx.TreeItemId。
- AppendItem(parent, text, image=-1, selImage=-1, data=None)。添加子節(jié)點(diǎn),parent 參數(shù)是父節(jié)點(diǎn),其他參數(shù)同AddRoot()方法。方法返回值wx.TreeItemId。
- SelectItem(item, select=True)。選中item節(jié)點(diǎn)。
- Expand(item)。展開(kāi)item節(jié)點(diǎn)。
- ExpandAll()。展開(kāi)根節(jié)點(diǎn)下的所有子節(jié)點(diǎn)。
- ExpandAllChildren(item)。展開(kāi)item節(jié)點(diǎn)下的所有子節(jié)點(diǎn)。
- AssignImageList(imageList)。將wx.ImageList圖像列表保存到樹(shù)中,這樣就可以在AddRoot()和AppendItem()方法中使用圖像列表索引了。
wxPython樹(shù)控件代碼實(shí)例
下面用代碼實(shí)現(xiàn)上圖所示的效果:
import wx # 自定義窗口類MyFrame class MyFrame(wx.Frame): def __init__(self): super().__init__(parent=None, title="Tree", size=(500, 400)) self.Center() swindow = wx.SplitterWindow(parent=self, id=-1) left = wx.Panel(parent=swindow) right = wx.Panel(parent=swindow) # 設(shè)置左右布局的分割窗口left和right swindow.SplitVertically(left, right, 200) # 設(shè)置最小窗格大小,左右布局指左邊窗口大小 swindow.SetMinimumPaneSize(80) # 創(chuàng)建一棵樹(shù) self.tree = self.CreateTreeCtrl(left) self.Bind(wx.EVT_TREE_SEL_CHANGING, self.on_click, self.tree) # 為left面板設(shè)置一個(gè)布局管理器 vbox1 = wx.BoxSizer(wx.VERTICAL) left.SetSizer(vbox1) vbox1.Add(self.tree, 1, flag=wx.EXPAND | wx.ALL, border=5) # 為right面板設(shè)置一個(gè)布局管理器 vbox2 = wx.BoxSizer(wx.VERTICAL) right.SetSizer((vbox2)) self.st = wx.StaticText(right, 2, label='右側(cè)面板') vbox2.Add(self.st, 1, flag=wx.EXPAND | wx.ALL, border=5) def on_click(self, event): item = event.GetItem() self.st.SetLabel(self.tree.GetItemText(item)) def CreateTreeCtrl(self, parent): tree = wx.TreeCtrl(parent) # 通過(guò)wx.ImageList()創(chuàng)建一個(gè)圖像列表imglist并保存在樹(shù)中 imglist = wx.ImageList(16, 16, True, 2) imglist.Add(wx.ArtProvider.GetBitmap(wx.ART_FOLDER, size=wx.Size(16, 16))) imglist.Add(wx.ArtProvider.GetBitmap(wx.ART_NORMAL_FILE, size=(16, 16))) tree.AssignImageList(imglist) # 創(chuàng)建根節(jié)點(diǎn)和5個(gè)子節(jié)點(diǎn)并展開(kāi) root = tree.AddRoot('TreeRoot', image=0) item1 = tree.AppendItem(root, 'Item1', 0) item2 = tree.AppendItem(root, 'Item2', 0) item3 = tree.AppendItem(root, 'Item3', 0) item4 = tree.AppendItem(root, 'Item4', 0) item5 = tree.AppendItem(root, 'Item5', 0) tree.Expand(root) tree.SelectItem(root) # 給item1節(jié)點(diǎn)添加5個(gè)子節(jié)點(diǎn)并展開(kāi) tree.AppendItem(item1, 'file 1', 1) tree.AppendItem(item1, 'file 2', 1) tree.AppendItem(item1, 'file 3', 1) tree.AppendItem(item1, 'file 4', 1) tree.AppendItem(item1, 'file 5', 1) tree.Expand(item1) # 給item2節(jié)點(diǎn)添加5個(gè)子節(jié)點(diǎn)并展開(kāi) tree.AppendItem(item2, 'file 1', 1) tree.AppendItem(item2, 'file 2', 1) tree.AppendItem(item2, 'file 3', 1) tree.AppendItem(item2, 'file 4', 1) tree.AppendItem(item2, 'file 5', 1) tree.Expand(item2) # 返回樹(shù)對(duì)象 return tree class App(wx.App): def OnInit(self): # 創(chuàng)建窗口對(duì)象 frame = MyFrame() frame.Show() return True def OnExit(self): print("應(yīng)用程序退出") return 0 if __name__ == '__main__': app = App() app.MainLoop()
運(yùn)行結(jié)果
上圖的運(yùn)行結(jié)果如下:
更多關(guān)于python圖形界面開(kāi)發(fā)請(qǐng)查看下面的相關(guān)鏈接
相關(guān)文章
pycharm連接虛擬機(jī)的實(shí)現(xiàn)步驟
本文主要介紹了pycharm連接虛擬機(jī)的實(shí)現(xiàn)步驟,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-12-12python 實(shí)現(xiàn)調(diào)用子文件下的模塊方法
今天小編就為大家分享一篇python 實(shí)現(xiàn)調(diào)用子文件下的模塊方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-12-12tensorflow使用L2 regularization正則化修正overfitting過(guò)擬合方式
這篇文章主要介紹了tensorflow使用L2 regularization正則化修正overfitting過(guò)擬合方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-05-05Python實(shí)現(xiàn)自動(dòng)生成請(qǐng)假條
這篇文章主要為大家詳細(xì)介紹了如何實(shí)現(xiàn)用Python來(lái)批量生成請(qǐng)假條,這回既學(xué)了東西又做了事情,兩不誤!感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2022-12-12Python新手如何進(jìn)行閉包時(shí)綁定變量操作
在本篇文章里小編給大家分享的是關(guān)于Python新閉包時(shí)綁定變量實(shí)例,有興趣的朋友們可以參考下。2020-05-05Python自定義進(jìn)程池實(shí)例分析【生產(chǎn)者、消費(fèi)者模型問(wèn)題】
這篇文章主要介紹了Python自定義進(jìn)程池,結(jié)合實(shí)例分析了Python使用自定義進(jìn)程池實(shí)現(xiàn)的生產(chǎn)者、消費(fèi)者模型問(wèn)題,需要的朋友可以參考下2016-09-09Python3.6實(shí)現(xiàn)帶有簡(jiǎn)單界面的有道翻譯小程序
本文通過(guò)實(shí)例代碼給大家介紹了基于Python3.6實(shí)現(xiàn)帶有簡(jiǎn)單界面的有道翻譯小程序,非常不錯(cuò),具有一定的參考借鑒價(jià)值,需要的朋友參考下吧2019-04-04Pandas數(shù)據(jù)清洗和預(yù)處理的實(shí)現(xiàn)示例
本文主要介紹了Pandas數(shù)據(jù)清洗和預(yù)處理的實(shí)現(xiàn)示例,包括處理缺失值、異常值,進(jìn)行數(shù)據(jù)轉(zhuǎn)換和規(guī)范化,以及處理重復(fù)數(shù)據(jù)等操作,感興趣的可以了解一下2024-01-01Python 中使用 argparse 解析命令行參數(shù)
這篇文章主要介紹了Python 中使用 argparse 解析命令行參數(shù),argparse 模塊是一個(gè)強(qiáng)大的命令行參數(shù)解析器,還有很多功能沒(méi)能在這里介紹。下面文化在哪個(gè)詳細(xì)介紹該內(nèi)容,需要的朋友可以參考一下2021-11-11淺談Python3識(shí)別判斷圖片主要顏色并和顏色庫(kù)進(jìn)行對(duì)比的方法
這篇文章主要介紹了淺談Python3識(shí)別判斷圖片主要顏色并和顏色庫(kù)進(jìn)行對(duì)比的方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-10-10