如何將獨特的參數傳遞給 Tkinter 按鈕循環中的指令?
使用獨特的命令參數在tkinter 中以程式設計方式建立按鈕
目前的任務是使用for 循環在tkinter 介面中產生多個按鈕。每個按鈕應包含一個唯一的命令參數,表示目前迭代計數。但是,現有程式碼產生具有一致列印值的按鈕,這表示命令參數分配存在潛在問題。
問題:消失的迭代值
提供的程式碼建立標題範圍從「遊戲 1」到「遊戲 3」的按鈕。單擊任何這些按鈕後,列印值始終為 2,對應於最後一次迭代計數。這表明命令參數被視為單一實體,而不是與每個單獨的按鈕關聯。
解決方案:保留迭代值
關鍵解決這個問題的方法是在為每個按鈕定義命令時保留當前的迭代值 (i)。為此,需要修改 lambda 表達式:
command=lambda i=i: self.open_this(i)
此 lambda 表達式將 i 的目前值指派給名為 i 的變數。這可確保在建立時捕獲 i 值並將其附加到特定按鈕。因此,每個按鈕都可以存取其唯一的迭代計數。
了解Lambda 閉包
透過使用i=i,閉包儲存i 的當前值在定義lambda 時,而不是依賴於呼叫函數時i 的值。這保留了每個按鈕的必要資訊。
固定程式碼
經過上述修改,修正的程式碼如下所示:
def createGameURLs(self): self.button = [] for i in range(3): self.button.append(Button(self, text='Game '+str(i+1), command=lambda i=i: self.open_this(i))) self.button[i].grid(column=4, row=i+1, sticky=W) def open_this(self, myNum): print(myNum)
現在,點擊任何按鈕,都會準確列印相應的迭代計數,解決了最初的問題。
以上是如何將獨特的參數傳遞給 Tkinter 按鈕循環中的指令?的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

Video Face Swap
使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

Python更易學且易用,C 則更強大但複雜。 1.Python語法簡潔,適合初學者,動態類型和自動內存管理使其易用,但可能導致運行時錯誤。 2.C 提供低級控制和高級特性,適合高性能應用,但學習門檻高,需手動管理內存和類型安全。

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

Python和C 各有優勢,選擇應基於項目需求。 1)Python適合快速開發和數據處理,因其簡潔語法和動態類型。 2)C 適用於高性能和系統編程,因其靜態類型和手動內存管理。

pythonlistsarepartofthestAndArdLibrary,herilearRaysarenot.listsarebuilt-In,多功能,和Rused ForStoringCollections,而EasaraySaraySaraySaraysaraySaraySaraysaraySaraysarrayModuleandleandleandlesscommonlyusedDduetolimitedFunctionalityFunctionalityFunctionality。

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

Python在科學計算中的應用包括數據分析、機器學習、數值模擬和可視化。 1.Numpy提供高效的多維數組和數學函數。 2.SciPy擴展Numpy功能,提供優化和線性代數工具。 3.Pandas用於數據處理和分析。 4.Matplotlib用於生成各種圖表和可視化結果。

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優
