谈谈GUI编程
ztj100 2025-01-05 21:36 23 浏览 0 评论
最终我的选择是GTK而不是wxWidgets。
以前我比较崇拜所谓“跨平台”的APP,就是Linux、Mac、Windows三端一套代码,然后本地化的界面,然后wxWidgets就进入了我的视野。
但是随着时代的变化,现在的“跨平台”成了Andriod、iOS、Web,这个时候老一代的“跨平台”概念就有些鸡肋了,因为老的跨平台成了少数派,这不明摆着个人电脑再多也多不过手机嘛!
提到“少数派”,其实是更加专业、更加细分的领域了,比如各种嵌入式设备的GUI编程,也是一个广阔的领域。
为什么一个APP非得Native的展示呢?完全没必要么。相比所有平台都是统一独特的风格,Native的想法的太幼稚。我突然想到wxWidgets最一开始就是包装的Windows的API,所以它是编程框架还是Windows的那一套,真是要多恶心有多恶心。
是啊,本地化的展示必然掺杂着本平台的GUI思路和本平台的调试,但这根本不是业务的核心。
抛弃那些不切实际的想法后,我又看了GTK4的hello-world-gtk代码,思路瞬间干净了,无论是GTK的GUI编程思路,还是C语言的代码风格,都是我喜欢的那种。
我是从C语言入门的,我喜欢那种简简单单的感觉。
不选wxWidgets:
一是因为wxWidgets是套了壳的MFC,论界面耍得花我还不如直接用易语言
二是因为wxWidgets的好多变量命名“又臭又长”,我特别讨厌。
三是因为在的印象中,C++的标准一直在变,而我实在没精力研究语言本身了,相比较C语言在的印象中,一直在底层待的比较稳,不闹腾即省心。
不选C++而选择C:
1、其实C++与C是完全不同的两门语言,是谁说C++是C的超集了?自从VC++出来后,C++在我的感觉中一直是被Windows牵着鼻子走的。
2、C语言我的入门语言,语法什么的都用惯了
3、用C语言做GUI,从底层上做彻底的跨平台的APP,为将来嵌入式编程做准备
4、JavaScript的语法和C类似,都是那种小写字母加下划线,我比较喜欢这个。
5、有意识地和微软那一套说Bye~Bye~,学C语言可以专注于编译链接,研究一些优秀的项目比如sqlite,感觉配置个VSCode还不如直接命令行。
6、C语言小巧玲珑,配合易语言做界面也比较省心,要说Windows下的界面编程还是这个易语言耍得花。
要说现在的跨平台,我看好UniAPP,当然他现在也在学着Flutter做跨平台的Native应用,不过我认为还是各路小程序更亲民,毕竟国人用微信支付宝什么的的太多了,而国人绝大部分不会自己安装应用。
最后,我最讨厌的就是那种半上不下,要不你就小而美,要不你就大而全。很显然,C语言就是小而美,而GTK要比wxWidgets强。
相关推荐
- 其实TensorFlow真的很水无非就这30篇熬夜练
-
好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...
- 交叉验证和超参数调整:如何优化你的机器学习模型
-
准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...
- 机器学习交叉验证全指南:原理、类型与实战技巧
-
机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...
- 深度学习中的类别激活热图可视化
-
作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...
- 超强,必会的机器学习评估指标
-
大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...
- 机器学习入门教程-第六课:监督学习与非监督学习
-
1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...
- Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置
-
你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...
- 神经网络与传统统计方法的简单对比
-
传统的统计方法如...
- 自回归滞后模型进行多变量时间序列预测
-
下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...
- 苹果AI策略:慢哲学——科技行业的“长期主义”试金石
-
苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...
- 时间序列预测全攻略,6大模型代码实操
-
如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- idea eval reset (50)
- vue dispatch (70)
- update canceled (42)
- order by asc (53)
- spring gateway (67)
- 简单代码编程 贪吃蛇 (40)
- transforms.resize (33)
- redisson trylock (35)
- 卸载node (35)
- np.reshape (33)
- torch.arange (34)
- npm 源 (35)
- vue3 deep (35)
- win10 ssh (35)
- vue foreach (34)
- idea设置编码为utf8 (35)
- vue 数组添加元素 (34)
- std find (34)
- tablefield注解用途 (35)
- python str转json (34)
- java websocket客户端 (34)
- tensor.view (34)
- java jackson (34)
- vmware17pro最新密钥 (34)
- mysql单表最大数据量 (35)