Утилита командной строки "aqtinstall" позволяет строить графики в Python 3.14.3t, автоматизируя установку бинарных файлов Qt (например, PyQt6), необходимых для таких библиотек, как Matplotlib, для отображения интерактивных графиков. Она служит альтернативой официальному установщику Qt, упрощая настройку необходимых графических фреймворков, часто в средах CI или для определенных версий Python. Управление зависимостями: она разрешает и устанавливает необходимые компоненты Qt, позволяя pip install matplotlib корректно работать для создания интерактивных графиков. Совместимость версий: она может устанавливать определенные предварительно собранные бинарные файлы Qt, совместимые с последними версиями Python, такими как 3.14, ориентируясь на необходимую ОС и компилятор. Интеграция: установленные библиотеки Qt позволяют встраивать графики Matplotlib непосредственно в графические приложения, предоставляя интерактивные, масштабируемые и перемещаемые графики.
For python3.14.3t instead of PyQt6 install
$ pip install aqtinstall
in virtual environment of python3.14.3t
$ mkdir MULTITHREAD
$ cd MULTITHREAD
$ python3.14t -m venv .env
$ source .env/bin/activate
$ pip install aqtinstall
$ pip install --upgrade pip
$ pip install numpy matplotlib cxroots
❯ cat complexExpThreaded20.py
import os
import numpy as np
import matplotlib.pyplot as plt
from cxroots import Circle
from concurrent.futures import ThreadPoolExecutor
# Silence Qt warnings
os.environ["QT_LOGGING_RULES"] = "*.debug=false;qt.qpa.fonts.warning=false"
def count_zeros_task(f, df, contour_points):
>> """Calculates zeros via the Argument Principle."""
>> fz, dfz = f(contour_points), df(contour_points)
>> integrand = dfz / fz
>> dz = np.diff(contour_points, append=contour_points[0])
>> integral = np.sum(integrand * dz)
>> return int(np.round((integral / (2j * np.pi)).real))
def find_roots_task(contour, f, df):
>> """Calculates specific root locations using cxroots."""
>> return contour.roots(f, df)
# 1. Setup Data
f = lambda z: 1j*z**15 + z*np.sin(z) + z**3*np.exp(2*z)
df = lambda z: 15j*z**14 + z*np.cos(z) + np.sin(z) + + 3*z**2*np.exp(2*z) + 2*z**3*np.exp(2*z)
t = np.linspace(0, 2 * np.pi, 1000)
circle_pts = 4 * np.exp(1j * t)
C = Circle(0, 4)
print("F(z) = z**15*np.exp(2*z) + z**12*np.exp(3*z) + 3*z**9 + 3*z**3 + 7*z + 1")
print("Starting concurrent calculations...")
# 2. Parallel Execution
with ThreadPoolExecutor() as executor:
>> # Submit both tasks to run simultaneously
>> future_count = executor.submit(count_zeros_task, f, df, circle_pts)
>> future_roots = executor.submit(find_roots_task, C, f, df)
>> # Retrieve results (this waits for each to finish)
>> zero_count = future_count.result()
>> roots_result = future_roots.result()
# 3. Output and Visualization
print(f"\nVerification (Argument Principle): {zero_count} zeros found.")
print(f"Detailed Root Analysis:\n{roots_result}")
# Plotting must happen on the main thread
roots_result.show()
plt.show()
Форматированный код
