 |
|
||||
 Código-Fonte Software de Gestão Financeira com código fonte em PHP, MySQL, Bootstrap, jQuery - Inclui cadastro de clientes, fornecedores e ticket de atendimentoDiga adeus às planilhas do Excel e tenha 100% de controle sobre suas contas a pagar e a receber, gestão de receitas e despesas, cadastro de clientes e fornecedores com fotos e histórico de atendimentos. Código fonte completo e funcional, com instruções para instalação e configuração do banco de dados MySQL. Fácil de modificar e adicionar novas funcionalidades. Clique aqui e saiba mais |
|||||
Você está aqui: Python ::: Tkinter GUI Toolkit ::: Gráficos e Cores |
Como exibir o diálogo colorchooser do Tkinter para a escolha da cor de fundo da janela da aplicaçãoQuantidade de visualizações: 23 vezes |
|
Nesta dica mostrarei como podemos usar o díalogo colorchooser da biblioteca Tkinter da linguagem Python para permitir ao usuário escolher uma cor e aplicá-la como cor de fundo na janela da nossa aplicação. Note como eu coloquei um tk.Button para o usuário clicar e, no evento click deste botão eu coloquei uma chamada à função personalizada escolher_cor(), que recebe a cor escolhida no colorchooser e a aplica como cor de fundo na janela. Para definir a cor de fundo da janela eu usei a função config() da classe tk.Tk(). Veja o código Tkinter Python completo para o exemplo:
# vamos importar o módulo Tkinter
import tkinter as tk
from tkinter import colorchooser
# vamos criar a janela principal da aplicação
janela = tk.Tk()
# função que permite escolher uma cor no diálogo de cores
def escolher_cor():
# vamos pedir para o usuário escolher um cor e obter seu código HEX
cor = colorchooser.askcolor()[1]
# a cor foi escolhida?
if cor:
# vamos definir a cor de fundo da janela baseada na escolha do usuário
janela.config(bg=cor)
# método principal
...... |
 Link para compartilhar na Internet ou com seus amigos: |
Python ::: Python para Engenharia ::: Engenharia Civil - Cálculo Estrutural |
Como calcular o Índice de Esbeltez de um pilar em Python - Python para Engenharia Civil e Cálculo EstruturalQuantidade de visualizações: 226 vezes |
 O índice de esbeltez de um pilar, representado pela letra grega λ (lambda) é uma relação que mede a altura do pilar em relação à sua largura ou seção transversal. Esse índice é usado para avaliar a suscetibilidade de um pilar à flambagem, que é um tipo de falha estrutural que pode ocorrer em pilares esbeltos sob compressão. Segundo a NBR 6118, 15.8.2, os pilares devem ter índice de esbeltez menor ou igual a 200 (λ ≤ 200). Apenas no caso de postes com força normal menor que 0,10 fcd x Ac, o índice de esbeltez pode ser maior que 200. O índice de esbeltez é a razão entre o comprimento de flambagem e o raio de giração, nas direções a serem consideradas. De acordo com o comprimento de flambagem, os pilares classificam-se como: curto, se λ < 35; medianamente esbelto, se 35 < λ < 90; esbelto, se 90 < λ < 140; e muito esbelto, se 140 < λ < 200. A fórmula para o cálculo do índice de esbeltez pode ser definida como: \[\lambda = 3,46 \cdot \frac{le}{h} \] Onde: λ = número adimensional representando o índice de esbeltez ao longo da direção escolhida (x ou y); le = algura do pilar, ou seja, o comprimento do pilar em centímetros. h = dimensão escolhida (x ou y) em centímetros. De acordo com a norma NBR 6118 (ABNT, 2014), se o índice de esbeltez na direção escolhida for menor que 35, nós não precisamos considerar os efeitos locais de 2ª ordem. Vamos agora ao código Python? Pediremos ao usuário para informar o comprimento (altura) do pilar em metros, as dimensões nas direções x e y e mostraremos os índices de esbeltez nas direções x e y do pilar com as respectivas anotações da necessidade ou não da consideração dos efeitos locais de 2ª ordem. Veja:
# método principal
def main():
# vamos pedir o comprimento do pilar em metros (pé direito)
le = float(input("Informe o comprimento do pilar (em metros): "))
# vamos converter o comprimento em metros para centímetros
le = le * 100.0
# vamos pedir as dimensões do pilar
hx = float(input("Informe a dimensão do pilar na direção x (em cm): "))
hy = float(input("Informe a dimensão do pilar na direção y (em cm): "))
# agora vamos calcular o índice de esbeltez na direção x
lambda_x = 3.46 * (le / hx)
# agora vamos calcular o índice de esbeltez na direção y
lambda_y = 3.46 * (le / hy)
# e mostramos os resultados
print("\nO índice de esbeltez na direção x é: {0}".format(round(lambda_x, 2)))
......Ao executar este código Python nós teremos o seguinte resultado: Informe o comprimento do pilar (em metros): 2.88 Informe a dimensão do pilar na direção x (em cm): 40 Informe a dimensão do pilar na direção y (em cm): 19 O índice de esbeltez na direção x é: 24.91 Não considerar os efeitos locais de 2ª ordem na direção x O índice de esbeltez na direção y é: 52.45 Considerar os efeitos locais de 2ª ordem na direção y |
Python ::: Dicas & Truques ::: Arrays e Matrix (Vetores e Matrizes) |
Como testar de uma matriz é uma matriz identidade usando PythonQuantidade de visualizações: 1197 vezes |
|
Seja M uma matriz quadrada de ordem n. A matriz M é chamada de Matriz Identidade de ordem n (indicada por In) quando os elementos da diagonal principal são todos iguais a 1 e os elementos restantes são iguais a zero. Para melhor entendimento, veja a imagem de uma matriz identidade de ordem 3, ou seja, três linhas e três colunas:  Veja um código Python completo no qual nós declaramos uma matriz quadrada de ordem 3, pedimos para o usuário informar os valores de seus elementos e no final informamos se a matriz é uma matriz identidade ou não:
# método principal
def main():
n = 3; # ordem da matriz quadrada
matriz = [[0 for x in range(n)] for y in range(n)] # matriz quadrada
identidade = True
# vamos pedir para o usuário informar os elementos da matriz
for i in range(n):
for j in range(n):
matriz[i][j] = int(input("Elemento na linha {0} e coluna {0}: ".format(
(i + 1), (j + 1))))
# agora verificamos se a matriz é uma matriz identidade
for linha in range(n):
for coluna in range(n):
......Ao executar este código Python nós teremos o seguinte resultado: Elemento na linha 1 e coluna 1: 1 Elemento na linha 1 e coluna 2: 0 Elemento na linha 1 e coluna 3: 0 Elemento na linha 2 e coluna 1: 0 Elemento na linha 2 e coluna 2: 1 Elemento na linha 2 e coluna 3: 0 Elemento na linha 3 e coluna 1: 0 Elemento na linha 3 e coluna 2: 0 Elemento na linha 3 e coluna 3: 1 1 0 0 0 1 0 0 0 1 A matriz informada é uma matriz identidade. |
Python ::: NumPy Python Library (Biblioteca Python NumPy) ::: Arrays e Matrix (Vetores e Matrizes) |
Como criar arrays (vetores e matrizes) usando o objeto ndarray da biblioteca Numpy do PythonQuantidade de visualizações: 3055 vezes |
|
O objeto ndarray é a parte mais importante da biblioteca Numpy do Python. É por meio dele que criamos vetores e matrizes. Quando falamos vetores, estamos nos referindo às matrizes de apenas uma dimensão, ou seja, uma linha e várias colunas. A forma mais comum de se criar arrays na Numpy é usando funções presentes na biblioteca. Veja: # importamos a bibliteca NumPy import numpy as np def main(): # vamos usar o método arange() para construir um # vetor de 10 elementos, começando de 0 até 9 ...... Ao executar este código nós teremos o seguinte resultado: [0 1 2 3 4 5 6 7 8 9] Depois que criamos o vetor, seus elementos individuais podem ser acessados usando-se o nome da variável usada para representar todo o valor e o índice do elemento que queremos acessar (começando em 0). Veja: # importamos a bibliteca NumPy import numpy as np def main(): # vamos usar o método arange() para construir um vetor de # 10 elementos, começando de 0 até 9 vetor = np.arange(10) # vamos mostrar o vetor inteiro ...... Este código produzirá o seguinte resultado: Vetor gerado: [0 1 2 3 4 5 6 7 8 9] Terceiro elemento: 2 Uma outra forma de criarmos vetores usando a Numpy, é fornecendo os elementos do vetor como uma list. Veja: # importamos a bibliteca NumPy import numpy as np def main(): # vamos criar um vetor passando uma list valores = np.array([4, 12, 50, 8, 32]) ...... Este código vai gerar o seguinte resultado: Elementos no vetor: [ 4 12 50 8 32] Agora vamos usar essa mesma abordagem para criar uma matriz de duas dimensões (bidimensional): # importamos a bibliteca NumPy import numpy as np def main(): # vamos criar uma matriz bidimensional passando # duas lists dentro de uma list valores = np.array([(4, 12, 50), (5, 3, 1)]) ...... Veja o resultado da execução desse código: Elementos no vetor: [[12 12 50] [ 5 3 1]] Em mais dicas dessa seção você aprenderá mais sobre as funções de criação e manipulação de vetores e matrizes usando a biblioteca NumPy do Python. |
Desafios, Exercícios e Algoritmos Resolvidos de Python |
Veja mais Dicas e truques de Python |
Dicas e truques de outras linguagens |
E-Books em PDF |
||||
|
||||
|
||||
Linguagens Mais Populares |
||||
|
1º lugar: Java |
