Виджеты и их иерархия
Тема дорожной карты · Python Programming
Большинство GUI-фреймворков моделирует экран как дерево: окно верхнего уровня содержит layout-ы, layout-ы — виджеты, а родители владеют временем жизни своих потомков. Понимание этой иерархии — кто чем владеет, кто перерисовывается, куда всплывают события — делает сложные интерфейсы поддерживаемыми. Типичные грабли: держать ссылки на уже удалённые Qt-объекты, менять виджеты из не-GUI потока, путать видимость виджета и удаление от родителя. Базовый уровень — layout-ы из Designer, продвинутый — кастомные виджеты, делегаты и view на QAbstractItemModel.
Как это работает
Виджеты и их иерархия в Python ограничен GIL (Global Interpreter Lock) на CPython — только один поток выполняет Python-байткод одновременно. Для CPU-параллелизма используйте multiprocessing (fork или spawn отдельных процессов) или выносите в C-расширения (NumPy, Cython, Rust через PyO3), которые отпускают GIL. Для I/O-bound подходят потоки или asyncio. Инструменты профилирования: cProfile/pstats — call-level, py-spy — sampling production-процессов, memory_profiler — память.
Когда применять
Сначала профилируйте — догадки обычно неверны. multiprocessing — только после измеренного CPU-боттлнека. Для числовых нагрузок попробуйте numpy или polars (на порядки быстрее чистого Python). ctypes или cffi для вызова существующих C-библиотек; Cython/Rust-расширение — когда даже их не хватает. PyPy — drop-in JIT-альтернатива, иногда 3-10x быстрее, но теряет часть совместимости с C-расширениями.
Типичные ошибки
Ловушки Виджеты и их иерархия: параллелизация тривиально маленьких задач (запуск процесса стоит дороже работы); общее изменяемое состояние между процессами через глобалы (не работает — используйте Queue, Manager, multiprocessing.shared_memory); over-тюнинг горячих путей в чистом Python, когда переписывание в NumPy или вынос в C-расширение даёт 100x; погоня за микрооптимизациями (x[0] vs next(iter(x))) вместо алгоритмических (O(n²) → O(n log n)).