京公网安备 11010802034615号
			经营许可证编号:京B2-20210330
		作者:闲欢
来源:Python 技术
Python 的 GUI 框架并不少,其中 Tkinter,wxPython,Qt 和 Kivy 是几种比较主流的框架。此外,还有不少在上述框架基础上封装的简化框架,例如 EasyGUI,PyGUI 和 Pyforms 等。
但问题在于,对于初学者而言,即使是最简单的主流框架,他们也无从下手;就算选择封装过的(简化)框架,但仍难以甚至无法创建自定义 GUI 布局。即便学会了某种(简化)框架,也需要编写连篇累牍的代码。
PySimpleGUI 尝试解决上述 GUI 难题,它提供了一种简单明了、易于理解、方便自定义的 GUI 接口。它诞生于2018年,设计宗旨是 “Simplicity is the ultimate sophistication” (简单即美)。
PySimpleGUI 包含了绝大多数原本需要用户界面构建编写的函数,不仅如此,它还具有 Auto-packer 技术,可以自动创建界面,使用者不需要像 tkinter 那样使用布局管理器。
和其他的模块一样,直接使用 pip 安装即可:
pip install PySimpleGUI
一般使用 PySimpleGUI 都有固定套路,只要我们记住这个套路,其实就是使用 PySimpleGUI 的步骤,就能很容易地使用 PySimpleGUI 创建 GUI。
1.import 库 2.创建 layout UI 布局 3.window 窗口显示 4.Event loop 事件循环,用户持续交互 5.close 关闭窗口
下面详细讲解一下这些步骤。
import PySimpleGUI as sg
这个是 PySimpleGUI 官方推荐的写法。
这里的 layout 布局,其实就是画一些小部件,这些小部件就是你最终界面的一些元素组成,例如按钮、复选框、文本框等。
layout = [
    [sg.Text('一句话概括Python')],
    [sg.Input(key='-INPUT-')],
    [sg.Button('确认'), sg.Button('取消')] 
]
我们上面代码中就包含标签、文本输入框、确认和取消按钮。
需要注意的是,PySimpleGUI 自动按行布局,所以我们需要把对应行中的所有部件放到一个列表中,如上“确认”与“取消”按钮放在一个列表中,两个文本部件放到一个列表中,最后形成一个嵌套列表layout。
定义好 layout 之后,我们只需要将其放在 window 窗口中就行了:
window = sg.Window('PySimpleGUI Demo', layout)
我们定义了一个窗体,需要监听用户在我们的窗体界面上的输入操作来给与不同的事件处理。PySimpleGUI 给出的方案是通过构建一个循环来监听用户的输入:
while True:
   event, values = window.read()
   if event in (None, '取消'):
       break
这里监听到 None(右上角的关闭)和“取消”按钮事件,就退出循环。
关闭窗口就一行代码:
window.close()
import PySimpleGUI as sg
layout = [
    [sg.Text('一句话概括Python')],
    [sg.Input(key='-INPUT-')],
    [sg.Button('确认'), sg.Button('取消')]
]
window = sg.Window('PySimpleGUI Demo', layout)
while True:
    event, values = window.read()
    print(event)
    print(values)
    if event in (None, '取消'):
        break
window.close()
这里我将监听到的事件和获取到的值打印到控制台。
运行效果截图:
当我输入文本,然后点击“确定”按钮时,控制台会打印如下内容:
确认
{'-INPUT-': '人生苦短,我爱Python'}
PySimpleGUI 传递值的方式不同于其他的 GUI,它是通过相同关键词进行绑定的。
import PySimpleGUI as sg
layout = [
    [sg.Text('一句话概括Python')],
    [sg.Input(key='-INPUT111-')],
    [sg.Input(key='-INPUT222-')],
    [sg.Button('确认'), sg.Button('取消')],
    [sg.Text('输出:'), sg.Text(key='-OUTPUT-')]
]
window = sg.Window('PySimpleGUI Demo', layout)
while True:
    event, values = window.read()
    print(event)
    print(values)
    if event in (None, '取消'):
        break
    else:
        window['-OUTPUT-'].update(values['-INPUT222-'])
window.close()
我们再扩展一下上面的例子,我界面上有两个输入框,然后底下有一个输出行来显示输入框输入的内容。
运行之后的界面如下:
当我在两个输入框分别输入内容时,只有第二个输入框的内容会显示在底下,这是因为我将第二个输入框的 key('-INPUT222-') 绑定在了底下的输出行中。
PySimpleGUI 提供了很多其他主题供我们选择:
你可以通过如下代码来查看主题:
sg.preview_all_look_and_feel_themes()
切换主题的方式为:
sg.change_look_and_feel("GreenMono")
本文给大家介绍了一款非常简单实用的 GUI 神器,无需堆积如山的代码就可以打造一款简洁的 GUI,对初学者非常友好,也是快速生成 GUI 界面的不二选择。
                  数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
教材入口:https://edu.cda.cn/goods/show/3151 “纲举目张,执本末从。” 若想在数据分析领域有所收获,一套合适的学习教材至 ...
2025-11-04【2025最新版】CDA考试教材:CDA教材一级:商业数据分析(2025)__商业数据分析_cda教材_考试教材 (cdaglobal.com) ...
2025-11-04在数字化时代,数据挖掘不再是实验室里的技术探索,而是驱动商业决策的核心能力 —— 它能从海量数据中挖掘出 “降低成本、提升 ...
2025-11-04在 DDPM(Denoising Diffusion Probabilistic Models)训练过程中,开发者最常困惑的问题莫过于:“我的模型 loss 降到多少才算 ...
2025-11-04在 CDA(Certified Data Analyst)数据分析师的工作中,“无监督样本分组” 是高频需求 —— 例如 “将用户按行为特征分为高价值 ...
2025-11-04当沃尔玛数据分析师首次发现 “啤酒与尿布” 的高频共现规律时,他们揭开了数据挖掘最迷人的面纱 —— 那些隐藏在消费行为背后 ...
2025-11-03这个问题精准切中了配对样本统计检验的核心差异点,理解二者区别是避免统计方法误用的关键。核心结论是:stats.ttest_rel(配对 ...
2025-11-03在 CDA(Certified Data Analyst)数据分析师的工作中,“高维数据的潜在规律挖掘” 是进阶需求 —— 例如用户行为包含 “浏览次 ...
2025-11-03在 MySQL 数据查询中,“按顺序计数” 是高频需求 —— 例如 “统计近 7 天每日订单量”“按用户 ID 顺序展示消费记录”“按产品 ...
2025-10-31在数据分析中,“累计百分比” 是衡量 “部分与整体关系” 的核心指标 —— 它通过 “逐步累加的占比”,直观呈现数据的分布特征 ...
2025-10-31在 CDA(Certified Data Analyst)数据分析师的工作中,“二分类预测” 是高频需求 —— 例如 “预测用户是否会流失”“判断客户 ...
2025-10-31在 MySQL 实际应用中,“频繁写入同一表” 是常见场景 —— 如实时日志存储(用户操作日志、系统运行日志)、高频交易记录(支付 ...
2025-10-30为帮助教育工作者、研究者科学分析 “班级规模” 与 “平均成绩” 的关联关系,我将从相关系数的核心定义与类型切入,详解 “数 ...
2025-10-30对 CDA(Certified Data Analyst)数据分析师而言,“相关系数” 不是简单的数字计算,而是 “从业务问题出发,量化变量间关联强 ...
2025-10-30在构建前向神经网络(Feedforward Neural Network,简称 FNN)时,“隐藏层数目设多少?每个隐藏层该放多少个神经元?” 是每个 ...
2025-10-29这个问题切中了 Excel 用户的常见困惑 —— 将 “数据可视化工具” 与 “数据挖掘算法” 的功能边界混淆。核心结论是:Excel 透 ...
2025-10-29在 CDA(Certified Data Analyst)数据分析师的工作中,“多组数据差异验证” 是高频需求 —— 例如 “3 家门店的销售额是否有显 ...
2025-10-29在数据分析中,“正态分布” 是许多统计方法(如 t 检验、方差分析、线性回归)的核心假设 —— 数据符合正态分布时,统计检验的 ...
2025-10-28箱线图(Box Plot)作为展示数据分布的核心统计图表,能直观呈现数据的中位数、四分位数、离散程度与异常值,是质量控制、实验分 ...
2025-10-28在 CDA(Certified Data Analyst)数据分析师的工作中,“分类变量关联分析” 是高频需求 —— 例如 “用户性别是否影响支付方式 ...
2025-10-28