@ltoddy

原因我在 8 楼解释了

@vimiix
我只是想把 numpy、pandas、matplotlib 这些常用的库安装到主环境下，，然后把 jupyter 安装到虚拟环境 venv 下，，然后再虚拟环境 venv 下也能使用主环境下的 numpy、pandas、matplotlib，，

我想我这种用法还是比较常规的

之所以不把 jupyter 安装到主环境下，，是因为 jupyter 依赖好多好多包，，会导致 site-packages 目录下一堆不认识的东西，，，受不了

现在想到一种操作难度比较低、但比较“脏”的办法：

手动把 D:\Python27\Lib\site-packages\backports 目录下的 functools_lru_cache.py 文件拷贝到 D:\Python27\venv\Lib\site-packages\backports 目录下

已经测试，，问题确实解决了

不过感觉这种方法真的不太好，，

@yufeiminds
我用的是 virtualenv 里的 pip，但是因为建虚拟环境时使用了--system-site-packages，所以即使用 virtualenv 里的 pip，它也会检查主环境里有没有要安装的 package

至于你说创建虚拟环境时不使用--system-site-packages，，这确实可以解决问题，，不过这样的话 numpy、scipy、pandas、matplotlib、sympy、scikit-learn 这些包我都要在主环境和虚拟环境下各装一份，，

还有一种更彻底的方法，不建虚拟环境，，直接把 jupyter 安装在主环境下，，可是 jupyter 依赖的包有 50 个以上，，把主环境的 site-packages 目录都给污染了，，感觉也不好

@flynaj
点选就麻烦了，，
而且有些 APP 不让选中单词，比如 Reddit，长按单词不是选中而是回复，，

@gladuo
获取内容可以截图然后 OCR 吧，，

同意楼上，百度“ UTF-8 BOM python ”试试

@chiu
确实比直接运行.py 慢，，我自己用都是.py ，，只有给别人用的时候才打包
不过好像也没这么慢吧，，可能你的程序功能比较复杂吧，，

@TangMonk
打包速度很快，不到一分钟（我做的程序都比较小）

@TangMonk
挺简单，，“ pyinstaller -F xxx.py ”一条命令即可，，打包后最小 15M，也还能接受

@izoabr
是的，现在看来 Qt Widget 还是要比 Qt Quick 用起来更简单、快捷，，希望 Qt 官方的 Python 绑定能简化 Python 和 QML 的交互

不过 Widget 是给电脑桌面 GUI 设计的，没有考虑手机、平板等设备，，如果想开发手机应用的话可能还是得上 Qt Quick

为知笔记 +1

写 FPGA 的跑去写 Web ？？想练练手还是想转岗啊？领导不会觉得奇怪吗

@tuduweb
不是示波器，是个低速的数据接收、波形显示小软件

@justou
多谢热心指点

首先，我觉得 matplotlib 不是用来做实时绘图用的，它首页说它用于“ produces publication quality figures ”

QPolygon 导致内存泄漏的问题，我想到一个办法：不每次都新建一个 QPolygon、而是只建一个重复使用，每次更新显示时更新 QPolygon 的内容，，结果试了下内存还是泄漏(＠_＠;)

@justou
多谢指点
试了下，确实如此，，
看来跟 numpy 无关，就是使用 list[QPointF]作为绘图数据时能自动释放，使用 QPolygonF 作为绘图数据时无法自动释放内存，，我去搜下，看能不能手动释放 QPolygonF 占用的内存

@justou
不过这样一个点一个点构建数据，我觉可能会比较慢，，不如原来用 numpy 那种方式速度快

@justou
不是的，因为把数据构建方式改成下面这样子，其他不变，，就不会有内存泄漏

``` python
def series_to_polyline(self, xdata, ydata):
polyline = []
for i,d in enumerate(ydata):
polyline.append(QPointF(i,d))

return polyline
```

@laqow
不是的，你看 on_tmrPlot_timeout()函数第一句