如何在 Python 中创建一个类似于 MS 计算器的 GUI 计算器

- 问题背景
假设我们需要创建一个类似于微软计算器的 GUI 计算器。这个计算器应该具有以下功能:
- 能够显示第一个输入的数字。
- 当按下运算符时,输入框仍显示第一个数字。
- 当按下第二个数字时,第一个数字被替换。
- 解决方案
为了解决这个问题,我们需要使用状态的概念。每次按下按键时,检查状态并确定要采取的操作。
- 起始状态:输入数字。
- 当按下运算符按钮时:存储运算符,改变状态。
- 当按下另一个数字时:存储数字,清除数字输入,重新开始数字输入。
- 当按下等号按钮时:使用存储的数字和运算符以及数字输入中的当前数字,执行操作。
使用动态语言,例如 Python,可以改变处理按键/按钮按下事件的函数,而不是使用变量和 if 语句来检查状态。
import tkinter as tkclass Calculator:def __init__(self):self.window = tk.Tk()self.window.title("Calculator")# 创建显示屏self.display = tk.Entry(self.window, width=30)self.display.grid(row=0, column=0, columnspan=4)# 创建数字按钮self.buttons = [["7", "8", "9", "/"],["4", "5", "6", "*"],["1", "2", "3", "-"],["0", ".", "=", "+"]]# 创建运算符按钮self.operators = ["/", "*", "-", "+"]# 创建状态变量self.state = "number"# 创建数字列表self.numbers = []# 创建运算符列表self.operators = []# 创建计算结果变量self.result = None# 创建按钮for row in range(4):for column in range(4):button = tk.Button(self.window, text=self.buttons[row][column], command=lambda row=row, column=column: self.handle_button_press(row, column))button.grid(row=row+1, column=column)def handle_button_press(self, row, column):# 获取按钮值button_value = self.buttons[row][column]# 检查按钮值是否是数字if button_value in "0123456789.":# 如果是数字,则将数字添加到数字列表self.numbers.append(button_value)# 更新显示屏self.display.delete(0, tk.END)self.display.insert(0, "".join(self.numbers))# 检查按钮值是否是运算符elif button_value in self.operators:# 如果是运算符,则将运算符添加到运算符列表self.operators.append(button_value)# 改变状态self.state = "operator"# 更新显示屏self.display.delete(0, tk.END)self.display.insert(0, "".join(self.operators))# 检查按钮值是否是等号elif button_value == "=":# 如果是等号,则执行计算self.result = eval("".join(self.numbers) + self.operators[0] + "".join(self.numbers))# 更新显示屏self.display.delete(0, tk.END)self.display.insert(0, self.result)# 重置状态self.state = "number"# 清空数字列表和运算符列表self.numbers = []self.operators = []def run(self):self.window.mainloop()if __name__ == "__main__":calculator = Calculator()calculator.run()
相关文章:
如何在 Python 中创建一个类似于 MS 计算器的 GUI 计算器
问题背景 假设我们需要创建一个类似于微软计算器的 GUI 计算器。这个计算器应该具有以下功能: 能够显示第一个输入的数字。当按下运算符时,输入框仍显示第一个数字。当按下第二个数字时,第一个数字被替换。 解决方案 为了解决这个问题&am…...
警惕:与ChatGPT共享业务数据可能十分危险
您已经在使用ChatGPT了吗?或者您正在考虑使用它来简化操作或改善客户服务?虽然ChatGPT提供了许多好处,但重要的是,您要意识到与ChatGPT这样的人工智能工具共享敏感业务数据相关的安全风险。下面,我们概述了一些关键问题…...
基于MacOS系统Sonoma 14.5的SSH服务禁止密码登录
基于系统Sonoma 14.5,不同系统有所差异。 修改sshd_config文件 sudo vim /etc/ssh/sshd_config找到以下两行取消注释,修改值为 no PasswordAuthentication no KbdInteractiveAuthentication no重启sshd服务 # 关闭服务 sudo launchctl unload -w /System…...
深入理解MySQL中的EXPLAIN及type列
在MySQL中,EXPLAIN是一个强大的工具,它可以帮助我们理解SQL查询的执行计划。通过使用EXPLAIN,我们可以获取到查询的详细信息,包括如何执行查询,以及查询的各个部分如何连接在一起。在本篇博客中,我们将重点…...
LoRaWAN网络协议Class A/Class B/Class C三种工作模式说明
LoRaWAN是一种专为广域物联网设计的低功耗广域网络协议。它特别适用于物联网(IoT)设备,可以在低数据速率下进行长距离通信。LoRaWAN 网络由多个组成部分构成,其中包括节点(终端设备)、网关和网络服务器。Lo…...
ITSS服务经理:WAVE SUMMIT深度学习开发者大会2024在北京召开
在6月28日,由深度学习技术及应用国家工程研究中心主导的WAVE SUMMIT深度学习开发者大会2024于北京隆重举行。 此次盛会由百度飞桨和文心大模型联袂承办。 在大会上,百度震撼发布文心大模型4.0 Turbo版本,并宣布其API接口将向广大开发者开放…...
Keysight 是德 DSAX93204A 高性能示波器
Keysight 是德 DSAX93204A 高性能示波器 DSAX93204A Infiniium 高性能示波器: 33 GHz 高带宽实时示波器 zui佳的 33 GHz 真正模拟带宽80 GSa/s 采样率,2 通道;40 GSa/s 采样率,4 通道zui深的存储深度――高达 2 Gpts 存储器&am…...
oracle逻辑层级详解(表空间、段、区、数据块)
文章目录 逻辑结构的层次如下所述:逻辑结构包括表空间、段、区和数据块。表空间:段:区:数据块: 逻辑结构的层次如下所述: oracle数据库至少包含一个表空间。 表空间包含一个或多个段。(segmen…...
华为OD机试(C卷,200分)- 字符串拼接、田忌赛马
(C卷,200分)- 字符串拼接 题目描述 给定 M(0 < M ≤ 30)个字符(a-z),从中取出任意字符(每个字符只能用一次)拼接成长度为 N(0 < N ≤ 5)的字符串, 要求…...
Windows中配置python3.11环境安装教程
在Windows中配置Python 3.11环境的步骤如下: 第一步:下载 Python 3.11 访问 Python 官方网站:https://www.python.org/导航到 “Downloads” 部分,选择 “Windows”。在 “Windows” 页面中,找到 “Python 3.11.x”&…...
市场趋势的智能预测:Kompas.ai如何洞察未来市场动向
在商业领域,市场趋势预测是企业制定战略规划和做出明智决策的关键。准确把握市场动向能够帮助企业及时调整战略,抓住机遇,规避风险。Kompas.ai,一款先进的人工智能市场分析工具,正通过其深度学习和数据分析能力&#x…...
华南师范大学“大学生校外实践教学基地”授牌仪式暨见习参观活动圆满结束
为促进校企合作的深入发展,培育出具有实际应用技能的人才,7月9日,华南师范大学数学科学院与广东泰迪智能科技股份有限公司联合开展“大学生校外实践教学基地”授牌仪式暨见习参观活动。华南师范大学数学科学院数据科学系主任陈艳男、副主任陈…...
防爆定位信标适合工厂吗?都有哪些优势呢?
防爆定位信标产品可服务的范围非常广,尤其是具有一定危险性的岗位和行业,为了将损失降到最低或是说避免危险发生,一般都会安装这类产品,既是保护工作人员的人身安全,也能保护企业工厂的财产安全,因此这类设…...
行为模式8.状态模式------灯泡状态切换
行为型模式 模板方法模式(Template Method Pattern)命令模式(Command Pattern)迭代器模式(Iterator Pattern)观察者模式(Observer Pattern)中介者模式(Mediator Pattern…...
Linux账户和组管理——账户和工作组分类,用户账号文件,/etc/passwd文件中7个字段,id 命令
## 账户和工作组的分类 ### 用户分为三类: - 超级账户——账户名为root,它具有一切权限,只有进行系统维护(例如:建立用户等)或其他必要情形下才用超级用户登录,以避免系统出现安全问题。 - 系统账户——是Linux系统正常…...
《大明混一图》: 令人叹为观止的古代世界地图
关注我们 - 数字罗塞塔计划 - 《大明混一图》是我国目前保存尺寸最大、最完整、年代最久远,且由中国人自己绘制的世界地图,2003年10月被列入《中国档案文献遗产名录》,现保存于中国第一历史档案馆。据学者们研究,这幅地图大约是…...
Java高级重点知识点-22-缓冲流、转换流、序列化流、打印流
文章目录 缓冲流字节缓冲流字符缓冲流 转换流InputStreamReader类OutputStreamWriter类 序列化ObjectOutputStream类ObjectInputStream类 打印流 缓冲流 缓冲流,也叫高效流,是对4个基本的 FileXxx 流的增强,所以也是4个流 基本原理: 缓冲流的…...
express民族民俗文化分享平台-计算机毕业设计源码22552
基于Vue的民族民俗文化分享平台设计与实现 摘 要 本文介绍了一种基于Vue.js前端框架和Express后端框架的民族民俗文化分享平台的设计和实现。该平台旨在通过线上方式,促进民族民俗文化的传播与分享,增强公众对多元文化的了解和认同。 平台为普通用户提供…...
Web 基础与HTTP 协议
域名的概述 (1 )域名的结构 (2 )域名结构类型 根域:指的是根服务器,要用来管理互联网的主目录,全世界只有13台。1个为 主根服务器,放置在美国。其余12 个均为辅根服务器,其中9个放置在美国;欧 洲2个&…...
C++超市外卖小程序-计算机毕业设计源码62482
摘要 随着社会生活节奏加快和消费习惯的变化,外卖服务成为人们日常生活中不可或缺的一部分。超市外卖作为新兴业态备受关注,然而传统外卖平台在推荐精准度和用户体验方面存在挑战。 本研究旨在基于协同过滤算法,结合C语言和MySQL数据库&#…...
Qwen3-VL-8B新手入门指南:手把手教你搭建多模态AI助手
Qwen3-VL-8B新手入门指南:手把手教你搭建多模态AI助手 1. 认识Qwen3-VL-8B Qwen3-VL-8B是目前Qwen系列中最强大的视觉-语言模型,它能够同时理解图像和文字内容。这个80亿参数的模型在保持轻量化的同时,提供了出色的多模态理解能力ÿ…...
Qwen3-ForcedAligner-0.6B在计算机网络教学中的应用:协议分析语音标注
Qwen3-ForcedAligner-0.6B在计算机网络教学中的应用:协议分析语音标注 1. 引言 计算机网络课程的教学过程中,协议分析会议和实验讲解是必不可少的重要环节。老师们通常会录制大量的语音讲解内容,涵盖TCP/IP协议栈、路由算法、网络安全等核心…...
构建专业级Android投屏控制平台:QtScrcpy虚拟按键映射与多设备群控实践
构建专业级Android投屏控制平台:QtScrcpy虚拟按键映射与多设备群控实践 【免费下载链接】QtScrcpy Android real-time display control software 项目地址: https://gitcode.com/GitHub_Trending/qt/QtScrcpy 在移动应用开发、手游体验优化和自动化测试领域&…...
千问3.5-27B视觉增强:OpenClaw实现PDF图文混合解析
千问3.5-27B视觉增强:OpenClaw实现PDF图文混合解析 1. 为什么需要多模态PDF解析 去年我接手了一个古籍数字化项目,团队扫描了300多份民国时期的报刊资料。最初用传统的OCR工具处理时,遇到两个致命问题:一是无法识别手写批注与印…...
实测ERNIE-4.5-0.3B-PT:vLLM部署+Chainlit前端,开箱即用的文本生成体验
实测ERNIE-4.5-0.3B-PT:vLLM部署Chainlit前端,开箱即用的文本生成体验 1. 快速部署ERNIE-4.5-0.3B-PT模型 1.1 环境准备与模型部署 ERNIE-4.5-0.3B-PT是基于PaddlePaddle框架的轻量级文本生成模型,通过vLLM进行高效部署。部署过程非常简单…...
FlowState Lab生成复杂分形图案:Mandelbrot集扩展可视化
FlowState Lab生成复杂分形图案:Mandelbrot集扩展可视化 1. 当数学艺术遇上AI生成 分形几何一直被誉为"大自然的几何学",而Mandelbrot集则是其中最著名的代表。传统生成方法需要大量计算资源,往往在细节表现和生成效率之间难以平…...
网站标题优化对SEO排名的影响是什么
网站标题优化对SEO排名的影响是什么 在当今的互联网时代,网站的排名直接影响到其流量和转化率。搜索引擎优化(SEO)是提升网站排名的关键手段之一,而网站标题优化在整个SEO策略中占据重要地位。网站标题优化对SEO排名的影响究竟有…...
Stable Yogi Leather-Dress-Collection保姆级教程:LoRA目录扫描失败、加载卡顿等5类报错解决
Stable Yogi Leather-Dress-Collection保姆级教程:LoRA目录扫描失败、加载卡顿等5类报错解决 1. 工具简介 Stable Yogi Leather-Dress-Collection是一款基于Stable Diffusion v1.5(SD 1.5)和Anything V5动漫底座模型开发的2.5D皮衣穿搭生成…...
nanobot轻量级OpenClaw部署:支持LoRA微调接口(/api/finetune)预留设计
nanobot轻量级OpenClaw部署:支持LoRA微调接口(/api/finetune)预留设计 1. nanobot简介:超轻量级个人AI助手 nanobot是一款受OpenClaw启发的超轻量级个人人工智能助手,仅需约4000行代码即可提供核心代理功能ÿ…...
SDMatte效果深度评测:复杂场景下的高精度图像抠图作品展示
SDMatte效果深度评测:复杂场景下的高精度图像抠图作品展示 1. 开篇:当AI遇见精细抠图 抠图这件事,过去一直是设计师的噩梦。记得我第一次尝试用传统工具抠取宠物毛发时,整整花了三小时,结果还是像被狗啃过一样。直到…...
