一个展示用GUI

为啥做这个

应导师的要求，要给项目做个简单的GUI，用于糊弄甲方；某师兄虽然会但是显然不想接锅

想着自己原来也做过，正好借这个机会再学学怎么做GUI，以后自己的程序也能做出来好看的GUI唬人

以下为演示视频，如果糊了就是bilibili的问题，可以点进去看

开发环境

笑死我了，这也能叫开发环境的

虽然之前我的第一个GUI是用Tkinter开发的来着，但是啊，一言难尽的丑呢~

而且开发了一半才知道大家伙儿都不用这玩意儿

像极了学地球物理的我（话说我才感觉这英文字体太花里胡哨了，考虑换一个吧orz）

PyQt5（designer）入门教程

https://zhuanlan.zhihu.com/p/269273821

下载完之后，就用designer设计界面了

不过这么多能用的组件，一下也不知道什么能用，再分享一个链接，可以对着找自己想要的效果

PyQt 图解Qt Designer工具的使用方法

https://www.jb51.net/article/167015.htm

我的

长啥样儿？

因为我的博客都在laptop上更新，但是环境搭建在办公室

今儿回宿舍一看，pyqt5之前安装过一次，但是现在环境冲突，搞得乱七八糟

干脆也不想整了，所以这里没有designer的图了

放个半成品

真是偷懒的设计呢，把需要的东西全给堆在一起就完了。要是我自己的GUI，肯定先加点图标、背景图，然后把按钮都给换成有趣的，再输出一堆乱七八糟的语句

实现

读取一个文件

#将[select_file]函数绑定在名叫[read_sgy]的按钮上（在designer里命名）
ui.read_sgy.clicked.connect(select_file)

def select_file(self):
    global data_in
    global freq,channels,time_lenth
    global file
    file, filetype = QFileDialog.getOpenFileName(MainWindow, "选取文件", "./","*.*")
    if file.endswith('sgy'):
        data_in,freq, channels, times_lenth=get_data_parameters(file)
        ui.textBrowser.append(f'{file}已经被读入')
        ui.textBrowser.append(f'一共有{channels}道，时间采样率为{freq},长度为{times_lenth}')
        print(file)
    else:
        ui.textBrowser.append(f'Unsupported type: {file}')
        print('Unsupported type')

这个函数会读取指定的文件，并且通过全局变量存储数组以降低代码复杂度。这里添加了一些其他的输出值，虽然没啥用，但是有也不是一点用没有。不过其实可以写个质量控制啥的，try函数什么的（对于我自己来说，我不需要用这种函数，对于潜在客户，啊，谁管他们啊~~）。

获取一个路径&保存文件

感谢二师兄给的输出函数

二师兄的博客

https://www.jianshu.com/u/f9a170de1aa2

ui.trans2sac.clicked.connect(st2sac)
def st2sac():
    global file
    #这个函数会弹出弹窗，选择文件夹
    directory = QFileDialog.getExistingDirectory(None,"选取文件夹","./")
    st = read(file)
    print(directory)
    sacname='_sac'
    ui.textBrowser.append(f'正在处理......')
    for i,tr in enumerate(st):
        tr.write(directory+'/'+'%s'%i + sacname + '.sac')
    ui.textBrowser.append(f'{file}已经被拆分并写入{directory}')
    return 1

这里就不演示了，没啥好看的

参数设定&预处理

这里用了几个输入窗口来获取参数，这应该是最简单的办法（其实滑块我也会了，但是没必要是吧）

但是在滤波方法上加了个多选框，这都是在designer里直接拽进来就行了，自己打几个字就成

最后在需要取参数时，使用.text()函数就好了

short=int(ui.shortwin.text())
long=int(ui.longwin.text())
fre_min=int(ui.low_f.text())
fre_max=int(ui.hign_f.text())

画图

有时候不得不说，偷懒真是第一生产力

本来想着用pyqt5新建一个窗口内嵌matplotlib的办法来画图，但是突然想到为啥不能直接让matplotlib弹出来窗口呢？试了一下还真可以，而且发现matplotlib可以用按钮进行交互，ok那就这么搞了~

以下为臭长的代码，包含了三个画图函数，我用注释来强调一下需要注意的地方

# 这里为什么要用全局函数呢？
# 因为一开始写完这个函数时，发现按钮都不能点
# 一顿面向搜索引擎debug后，发现了知道但是从来没有关心过的事儿
# 如果函数运行后没有返回值，那局部变量就丢进垃圾桶了

# 如果我们不把这几个存在于matplotlib窗口中的按钮以某种形式存起来
# 那按钮就会失效（可以快进到最后三行看❤❤❤❤❤）
global b1,b2,b3,s1
ind='0'
def new_figure():
    global data_in,b1,b2,b3,s1
    global data_f
    f1,ax=plt.subplots(1)
    class Button_handlers():
    #这里如果定义 ind=0，后续使用self.ind=1等语句时，ind的值不会变化
        global ind
        def showf(self, event):
            global ind
            ind='1'
            ax.cla()
            ax.imshow(data_f,aspect='auto',vmax=sfreq.val,vmin=-sfreq.val)
        def showo(self, event):
            global ind
            ind='0'
            ax.cla()
            ax.imshow(data_in,aspect='auto',vmax=sfreq.val,vmin=-sfreq.val)
        def showsl(self, event):
            global ind
            ind='2'
            ax.cla()
            ax.imshow(data_sl,aspect='auto')
        def fresh(self,event):
            if ind=='0':
                self.showo(event)
            elif ind=='1':
                self.showf(event)
            else:
                print('-')
    ax.imshow(data_in,aspect='auto')
    
    #滤波按钮
    #这个语句用来定义按钮的位置
    buttonf = plt.axes([0.3, 0.03, 0.1, 0.05])
    #这个语句用来绑定按钮位置与样式，创建按钮
    button1 = Button(buttonf, 'Filter',color='khaki', hovercolor='yellow')
    #这个语句用来捆绑按钮的功能
    button1.on_clicked(Button_handlers().showf)
    
    #原始波形按钮
    buttono = plt.axes([0.1, 0.03, 0.1, 0.05])
    button2 = Button(buttono, 'Raw',color='khaki', hovercolor='yellow')
    
    button2.on_clicked(Button_handlers().showo)
    #长短窗按钮
    buttonsl = plt.axes([0.5, 0.03, 0.1, 0.05])
    button3 = Button(buttonsl, 'with S/L',color='khaki', hovercolor='yellow')
    button3.on_clicked(Button_handlers().showsl)
    
    #滑块
    #这个功能纯属我看到了，就想试试，是用来改变imshow的最大值最小值的
    #定义和按钮差不多，on_changed()函数指定值变化时的操作，不定义也没关系
    axcolor = 'lightgoldenrodyellow'
    axfreq = plt.axes([0.1, 0.12, 0.8, 0.03], facecolor=axcolor)
    sfreq = Slider(axfreq, 'Vmax', 0.0, 1000.0,valfmt='% .2f', valinit=0, valstep=0.01)
    sfreq.on_changed(Button_handlers().fresh)
    sfreq.reset()
    #滑块起始值
    sfreq.set_val(500.0)
    
    plt.subplots_adjust(bottom=0.3)
    plt.show()
    #####################❤❤在这里，把我们的按钮存起来❤❤######################
    b1,b2,b3=button1,button2,button3
    s1=sfreq
    return button1,button2,button3,sfreq

后续实现的内容

• 到时拾取需要增加上去，不过顶多就是点几个点罢了
• 加个波形图上去
• 可能需要输出拾取的结果，我想的直接放到matplotlib那里更合适一点
• 批处理是一件非常值得考虑的事情，但是又不是我用，先不做了~
• 换个好看的录屏软件

2022-05-02新增的内容

限制用户行为

笑话[酒吧]：

• 一个测试工程师走进一家酒吧，要了一杯啤酒；
• 一个测试工程师走进一家酒吧，要了一杯咖啡；
• 一个测试工程师走进一家酒吧，要了 0.7 杯啤酒；
• 一个测试工程师走进一家酒吧，要了-1 杯啤酒；
• 一个测试工程师走进一家酒吧，要了 2^32 杯啤酒；
• 一个测试工程师走进一家酒吧，要了一杯洗脚水；
• 一个测试工程师走进一家酒吧，要了一杯蜥蜴；
• 一个测试工程师走进一家酒吧，要了一份 asdfQwer@24dg!&*(@；
• 一个测试工程师走进一家酒吧，什么也没要；
• 一个测试工程师走进一家酒吧，又走出去又从窗户进来又从后门出去从下水道钻进来；
• 一个测试工程师走进一家酒吧，又走出去又进来又出去又进来又出去，最后在外面把老板打了一顿；
• 一个测试工程师走进一家酒吧，要了一杯烫烫烫的锟斤拷；
• 一个测试工程师走进一家酒吧，要了 NaN 杯 Null；
• 一个测试工程师冲进一家酒吧，要了 500T 啤酒咖啡洗脚水野猫狼牙棒奶茶；
• 一个测试工程师把酒吧拆了；
• 一个测试工程师化装成老板走进一家酒吧，要了 500 杯啤酒并且不付钱；
• 一万个测试工程师在酒吧门外呼啸而过；
• 一个测试工程师走进一家酒吧，要了一杯啤酒’;DROP TABLE 酒吧；
• 测试工程师们满意地离开了酒吧。
• 然后一名顾客点了一份炒饭，酒吧炸了。

按照墨菲定律（不是），用户一定会沿着与设计理想不同的方向使用软件，所以适当的控制用户行为还是必要的，这里加入了对按钮的限制:

1. 不导入文件时，无法进行后续操作（因为文件数组并没建立）
2. 不滤波无法拾取，这是为了保证处理质量
3. 不拾取无法画图及保存结果，这是防止相关代码收到空数组

​

实现代码：

ui./*item——name*/.setEnabled(0)
#之后在合适的位置启用就行

波形图界面

滑动条的实现

这里采用了调整y轴范围的方法来进行上下滑动，同理可以进行左右滑动，但是没必要。虽然上下滑动可以用放大镜代替，但是有个滑动条要友好的多，实现代码如下：

def ax_begin(event):
    global num,begin,tr
    begin=s_begin.val
    print(begin,num)
    ax.set_ylim(begin,begin+num*tr)
axcolor = 'lightgoldenrodyellow'
axfreq = plt.axes([0.93, 0.1, 0.025, 0.8], facecolor=axcolor)
s_begin = Slider(axfreq, 'Begin line', 0.0, data_in.shape[0]-50,valfmt='% 2d', valinit=0, valstep=1,orientation='vertical')
s_begin.on_changed(ax_begin)
s_begin.reset()
s_begin.set_val(0)

间隔条和密度条

密度条可以调整界面中的道数，使得显示范围更大，方便看出波场的变化。

间隔条允许跳过部分道的波形显示，这能够进一步获得更大的视野，代价是道间距变大。

    def ax_num(event):
        global num,begin,tr
        num=s_num.val
        print(begin,num)
        ax.set_ylim(begin,begin+num*tr)
#调整间隔涉及到归一化的问题，所以简单的做法是重新画   
    def ax_tr(event):
        global num,begin,tr,pickings
        global ln1,ln2,ln3,ln4,lns,index_check
        ax.cla()
        tr=int(s_tr.val)
        for i in range(data_in.shape[0]//tr):
            l1,=ax.plot(tr*i+tr*0.5*data_in[i*tr]/data_in[i*tr].max(),color='black',linewidth=1)
            ln1.append(l1)
            l2,=ax.plot(tr*i+tr*0.5*data_f[i*tr]/data_f[i*tr].max(),color='blue',linewidth=1)
            ln2.append(l2)
            l3,=ax.plot(tr*i+tr*0.5*data_sl[i*tr]/5,color='red',linewidth=1)
            ln3.append(l3)
            l4=short_line(ax,pickings[i],tr*i,tr)
            ln4.append(l4)
        lns=[ln1,ln2,ln3,ln4]
        ax.set_ylim(begin,begin+num*tr)
        ax.set_xlim(0,time_lenth)
        for i in range(4):
            for l in lns[i]:
                l.set_visible(index_check[i])
    ##调节窗口中数量
    axcolor = 'lightgoldenrodyellow'
    axfreq = plt.axes([0.01, 0.5, 0.025, 0.4], facecolor=axcolor)
    s_num = Slider(axfreq, 'Lines Num', 0.0, 100,valfmt='% 2d', valinit=0, valstep=1,orientation='vertical')
    s_num.on_changed(ax_num)
    s_num.reset()
    s_num.set_val(20)
    #调节窗口中间隔
    axcolor = 'lightgoldenrodyellow'
    axfreq = plt.axes([0.1, 0.5, 0.025, 0.4], facecolor=axcolor)
    s_tr = Slider(axfreq, 'Space', 1, 50,valfmt='% 2d', valinit=0, valstep=1,orientation='vertical')
    s_tr.on_changed(ax_tr)
    s_tr.reset()
    s_tr.set_val(1)

显示内容的变化

这个功能看起来很好用，甚至让我觉得我日常应该也能用得到这个gui了，但是实现起来非常简单

#这里设置全局变量，可以保存状态，并且指示多选框选中和弃用时，对应的显示状态
index_check=[1,0,0,0]
    #复选框
    rax = plt.axes([0.05, 0.1, 0.1, 0.3])
    # 创建复选框的标签列表，标签自动对应曲线的标签
    labels = ['Raw','Filter','S/L','Picking']
    # 根据对应曲线可见状态初始化复选框初始状态
    visibility = index_check
    # 构造复选框实例
    check = CheckButtons(rax, labels, visibility)
    check.on_clicked(func)
    def func(label):
        global ln1,ln2,ln3,lns,index_check
        labels = ['Raw','Filter','S/L','Picking']
        index = labels.index(label)
        index_check[index]=1*(index_check[index]==0)
        for l in lns[index]:
            l.set_visible(not l.get_visible())
        plt.draw()# 不加这句代码，则屏幕不会主动刷新

完整的波形图界面代码

def new_figure2():
    global s2,s3,s4,c1
    global data_in,data_f,data_sl
    global num,begin,time_lenth 
    global time
    global ln1,ln2,ln3,ln4,lns,index_check
    global pickings
    ui.textBrowser.append(f'=============================================================')
    ui.textBrowser.append(f'正在画波形图，请稍后')
    f1,ax=plt.subplots(figsize=(10,10))
    plt.subplots_adjust(left=0.2, right=0.9)
    def ax_num(event):
        global num,begin,tr
        num=s_num.val
        print(begin,num)
        ax.set_ylim(begin,begin+num*tr)
    def ax_begin(event):
        global num,begin,tr
        begin=s_begin.val
        print(begin,num)
        ax.set_ylim(begin,begin+num*tr)
    def ax_tr(event):
        global num,begin,tr,pickings
        global ln1,ln2,ln3,ln4,lns,index_check
        ax.cla()
        tr=int(s_tr.val)
        for i in range(data_in.shape[0]//tr):
            l1,=ax.plot(tr*i+tr*0.5*data_in[i*tr]/data_in[i*tr].max(),color='black',linewidth=1)
            ln1.append(l1)
            l2,=ax.plot(tr*i+tr*0.5*data_f[i*tr]/data_f[i*tr].max(),color='blue',linewidth=1)
            ln2.append(l2)
            l3,=ax.plot(tr*i+tr*0.5*data_sl[i*tr]/5,color='red',linewidth=1)
            ln3.append(l3)
            l4=short_line(ax,pickings[i],tr*i,tr)
            ln4.append(l4)
        lns=[ln1,ln2,ln3,ln4]
        ax.set_ylim(begin,begin+num*tr)
        ax.set_xlim(0,time_lenth)
        for i in range(4):
            for l in lns[i]:
                l.set_visible(index_check[i])
    def func(label):
        global ln1,ln2,ln3,lns,index_check
        labels = ['Raw','Filter','S/L','Picking']
        index = labels.index(label)
        index_check[index]=1*(index_check[index]==0)
        for l in lns[index]:
            l.set_visible(not l.get_visible())
        plt.draw()
    ##调节窗口中数量
    axcolor = 'lightgoldenrodyellow'
    axfreq = plt.axes([0.01, 0.5, 0.025, 0.4], facecolor=axcolor)
    s_num = Slider(axfreq, 'Lines Num', 0.0, 100,valfmt='% 2d', valinit=0, valstep=1,orientation='vertical')
    s_num.on_changed(ax_num)
    s_num.reset()
    s_num.set_val(20)
    #调节起始点
    axcolor = 'lightgoldenrodyellow'
    axfreq = plt.axes([0.93, 0.1, 0.025, 0.8], facecolor=axcolor)
    s_begin = Slider(axfreq, 'Begin line', 0.0, data_in.shape[0]-50,valfmt='% 2d', valinit=0, valstep=1,orientation='vertical')
    s_begin.on_changed(ax_begin)
    s_begin.reset()
    s_begin.set_val(0)
    #复选框
    rax = plt.axes([0.05, 0.1, 0.1, 0.3])
    # 创建复选框的标签列表，标签自动对应曲线的标签
    labels = ['Raw','Filter','S/L','Picking']
    # 根据对应曲线可见状态初始化复选框初始状态
    visibility = index_check
    # 构造复选框实例
    check = CheckButtons(rax, labels, visibility)
    check.on_clicked(func)
    #调节窗口中间隔
    axcolor = 'lightgoldenrodyellow'
    axfreq = plt.axes([0.1, 0.5, 0.025, 0.4], facecolor=axcolor)
    s_tr = Slider(axfreq, 'Space', 1, 50,valfmt='% 2d', valinit=0, valstep=1,orientation='vertical')
    s_tr.on_changed(ax_tr)
    s_tr.reset()
    s_tr.set_val(1)
    s2,s3,s4=s_begin,s_num,s_tr
    c1=check
    plt.show()
    return 1

后日谈

这个GUI做到这里基本就已经成型了，其实可以增加更多的功能来丰富，但是属实没必要。不过在写这个GUI时我学到了不少pyqt5的基础语法，这还是让我有所受益的，也许在我完成了地震检测、定位以及去噪的工作后，我可以用pyqt5集成一个DAS的多功能终端，想来还是挺酷的。

不过这个GUI还是有不少可以改进的地方的，比如应该加入try语法，吧错误信息打印到log栏里，而不是直接退出，但是还是那句话，这个GUI的设计也不是我用，随意一点好了~

这个程序不算难，直接分享了

ui源代码

主程序源代码

虽然理论上不需要，但是使用前还是应该先给我打个招呼~