QChart任务数预测项目实战--Apple的学习笔记

我做任何事都喜欢有计划。之前用django开发了按艾宾浩斯曲线定制的复习系统(https://www.jianshu.com/p/23e27bbaf9cf)。之后我也修改了下,而且一直在使用。但是发现了一件事,就是有时候某天要复习的内容特别多,不平均。最近学了QT5.12一直在思考界面开发要做什么项目练手,那么就想到了做一个预测系统,通过柱状图显示一目了然。

一,功能

  1. 查询近一周或近两周将要复习的任务数量以柱状图显示。
  2. 添加进2周的每日自学预测数量后进行显示。(此需要使用python机器学习,计划明天完成,目前为比不带预测的每天加1。)
    2019-11-17
    此项目已经完成,对功能2的添加见我的blog:https://www.jianshu.com/p/b00961af2b53

二,github分享链接

https://github.com/AppleCai/taskForecast

三,界面设计

截图.png

四,设计思路

  1. 先读取django工程中的SQLITE数据库,然后筛选出当前复习阶段为非完成的,并且下次复习日期15天内的。读取的列包括下次复习日期及当前复习阶段(每个阶段指的是1,2,4,7,15,30天后复习的意思)
  2. 当查询按钮按下后,则需要处理数据。比如查询两周的数据那么就是从当天开始,每天的任务数作为向量,初始化14个0。定义为QVector<int> CalCnt。
  3. 接着要设计规则向量,向量的内容为在上次复习日期后差多少天。
    比如2019/11/16日学习内容
    其复习日期为
    +1天=2019/11/17,与上次复习差1天
    +2天=2019/11/18,与上次复习差1天
    +4天=2019/11/20,与上次复习差2天
    +7天=2019/11/24,与上次复习差3天。以此类推。
    所以定义了向量QVector<int> myRule={1,1,2,3,7,15};
  4. 对数据库每条当前复习日期都按myRule计算之后的复习日期,并对CalCnt[i]中的任务数量进行累加。

五,关键代码

入门级别,先不考虑内存泄漏,性能等,以实现功能为主V

void Widget::CalculateTaskNum()
{

    int i;
    CalCnt.clear();
    for(i=0;i<14;i++)
    {
        CalCnt.append(0);
    }
    int index=0;
    for(auto iphase:ReviewPhase)
    {
        int diff = 0;
        int j=0;
        /* change Datetime string to Data */
        QDate tempDate = QDateTime::fromString(DateInfo[index], "yyyy-MM-dd hh:mm:ss").date();

        diff = curDate.daysTo(tempDate);
        if(diff>=0 && diff<14)
        {
            /* add the default review date */
            CalCnt[diff]++;
            j=iphase+1;  /* TBD */
            /* accumulation for each phase while diff<14 */
            while(diff<14 && j<6)
            {
                    diff=diff+myRule[j++];
                    if(diff>=0 && diff<14)
                    {
                        CalCnt[diff]++;
                    }
            }
        }
        /* if I didn't review on time, then the value is < 0
        else
        {
            j=iphase++;
            /* some item didn't review on time, so is minus value */
            while(diff<14 && diff>=0 && j<6)
            {
                    diff=diff+myRule[j++];

                    if(diff>0 && diff<14)
                    {
                        CalCnt[diff]++;
                    }
            }
        }

        /* next item */
        index++;
    }
}

六,小结

  1. 学习了模块添加及QT数据库操作。
  2. 学习了QChart模块的使用,需要把widget升级。
  3. 熟悉了QT基本控件的使用。
  4. 之后回到python机器学习的主题上,并且需要学习QT和python的混合开发技术。
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,444评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,421评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,363评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,460评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,502评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,511评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,280评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,736评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,014评论 2 328
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,190评论 1 342
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,848评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,531评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,159评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,411评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,067评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,078评论 2 352