京公网安备 11010802034615号
经营许可证编号:京B2-20210330
作者:闲欢
来源:Python 技术
Python 的 GUI 框架并不少,其中 Tkinter,wxPython,Qt 和 Kivy 是几种比较主流的框架。此外,还有不少在上述框架基础上封装的简化框架,例如 EasyGUI,PyGUI 和 Pyforms 等。
但问题在于,对于初学者而言,即使是最简单的主流框架,他们也无从下手;就算选择封装过的(简化)框架,但仍难以甚至无法创建自定义 GUI 布局。即便学会了某种(简化)框架,也需要编写连篇累牍的代码。
PySimpleGUI 尝试解决上述 GUI 难题,它提供了一种简单明了、易于理解、方便自定义的 GUI 接口。它诞生于2018年,设计宗旨是 “Simplicity is the ultimate sophistication” (简单即美)。
PySimpleGUI 包含了绝大多数原本需要用户界面构建编写的函数,不仅如此,它还具有 Auto-packer 技术,可以自动创建界面,使用者不需要像 tkinter 那样使用布局管理器。
和其他的模块一样,直接使用 pip 安装即可:
pip install PySimpleGUI
一般使用 PySimpleGUI 都有固定套路,只要我们记住这个套路,其实就是使用 PySimpleGUI 的步骤,就能很容易地使用 PySimpleGUI 创建 GUI。
1.import 库 2.创建 layout UI 布局 3.window 窗口显示 4.Event loop 事件循环,用户持续交互 5.close 关闭窗口
下面详细讲解一下这些步骤。
import PySimpleGUI as sg
这个是 PySimpleGUI 官方推荐的写法。
这里的 layout 布局,其实就是画一些小部件,这些小部件就是你最终界面的一些元素组成,例如按钮、复选框、文本框等。
layout = [
[sg.Text('一句话概括Python')],
[sg.Input(key='-INPUT-')],
[sg.Button('确认'), sg.Button('取消')]
]
我们上面代码中就包含标签、文本输入框、确认和取消按钮。
需要注意的是,PySimpleGUI 自动按行布局,所以我们需要把对应行中的所有部件放到一个列表中,如上“确认”与“取消”按钮放在一个列表中,两个文本部件放到一个列表中,最后形成一个嵌套列表layout。
定义好 layout 之后,我们只需要将其放在 window 窗口中就行了:
window = sg.Window('PySimpleGUI Demo', layout)
我们定义了一个窗体,需要监听用户在我们的窗体界面上的输入操作来给与不同的事件处理。PySimpleGUI 给出的方案是通过构建一个循环来监听用户的输入:
while True:
event, values = window.read()
if event in (None, '取消'):
break
这里监听到 None(右上角的关闭)和“取消”按钮事件,就退出循环。
关闭窗口就一行代码:
window.close()
import PySimpleGUI as sg
layout = [
[sg.Text('一句话概括Python')],
[sg.Input(key='-INPUT-')],
[sg.Button('确认'), sg.Button('取消')]
]
window = sg.Window('PySimpleGUI Demo', layout)
while True:
event, values = window.read()
print(event)
print(values)
if event in (None, '取消'):
break
window.close()
这里我将监听到的事件和获取到的值打印到控制台。
运行效果截图:
当我输入文本,然后点击“确定”按钮时,控制台会打印如下内容:
确认
{'-INPUT-': '人生苦短,我爱Python'}
PySimpleGUI 传递值的方式不同于其他的 GUI,它是通过相同关键词进行绑定的。
import PySimpleGUI as sg
layout = [
[sg.Text('一句话概括Python')],
[sg.Input(key='-INPUT111-')],
[sg.Input(key='-INPUT222-')],
[sg.Button('确认'), sg.Button('取消')],
[sg.Text('输出:'), sg.Text(key='-OUTPUT-')]
]
window = sg.Window('PySimpleGUI Demo', layout)
while True:
event, values = window.read()
print(event)
print(values)
if event in (None, '取消'):
break
else:
window['-OUTPUT-'].update(values['-INPUT222-'])
window.close()
我们再扩展一下上面的例子,我界面上有两个输入框,然后底下有一个输出行来显示输入框输入的内容。
运行之后的界面如下:
当我在两个输入框分别输入内容时,只有第二个输入框的内容会显示在底下,这是因为我将第二个输入框的 key('-INPUT222-') 绑定在了底下的输出行中。
PySimpleGUI 提供了很多其他主题供我们选择:
你可以通过如下代码来查看主题:
sg.preview_all_look_and_feel_themes()
切换主题的方式为:
sg.change_look_and_feel("GreenMono")
本文给大家介绍了一款非常简单实用的 GUI 神器,无需堆积如山的代码就可以打造一款简洁的 GUI,对初学者非常友好,也是快速生成 GUI 界面的不二选择。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01在时间序列预测任务中,LSTM(长短期记忆网络)凭借对时序依赖关系的捕捉能力成为主流模型。但很多开发者在实操中会遇到困惑:用 ...
2025-12-01引言:数据时代的“透视镜”与“掘金者” 在数字经济浪潮下,数据已成为企业决策的核心资产,而CDA数据分析师正是挖掘数据价值的 ...
2025-12-01数据分析师的日常,常始于一堆“毫无章法”的数据点:电商后台导出的零散订单记录、APP埋点收集的无序用户行为日志、传感器实时 ...
2025-11-28在MySQL数据库运维中,“query end”是查询执行生命周期的收尾阶段,理论上耗时极短——主要完成结果集封装、资源释放、事务状态 ...
2025-11-28在CDA(Certified Data Analyst)数据分析师的工具包中,透视分析方法是处理表结构数据的“瑞士军刀”——无需复杂代码,仅通过 ...
2025-11-28在统计分析中,数据的分布形态是决定“用什么方法分析、信什么结果”的底层逻辑——它如同数据的“性格”,直接影响着描述统计的 ...
2025-11-27在电商订单查询、用户信息导出等业务场景中,技术人员常面临一个选择:是一次性查询500条数据,还是分5次每次查询100条?这个问 ...
2025-11-27