Jun-03-2024, 05:00 PM
Hello, in this script i get an freezing window after i activate the checkbox IR raw:
Checkbox IR aktiviert
C:\Users\emanu\source\repos\PythonApplication3\PythonApplication3\plotter_live.py:142: RuntimeWarning: coroutine 'PlotterWindow.update_plot_data_no_filter' was never awaited
self.update_plot_data_no_filter()
RuntimeWarning: Enable tracemalloc to get the object allocation traceback
Why? Here i have done the await: await asyncio.sleep(1.7)
Full code with async:
import pyqtgraph as pg
from PyQt6.QtWidgets import QMainWindow, QDialog
from PyQt6.QtGui import QAction
from PyQt6 import uic
import numpy as np
import time
from PyQt6 import QtWidgets, uic
import sys
from PyQt6.QtCore import Qt, pyqtSignal
from filter_modul import smooth_data
import time
from PyQt6.QtCore import QThread, pyqtSignal
from PyQt6.QtCore import QTimer
SAMPE_ARRAY = 100
# Globale Variable zur Speicherung des aktuellen IR-Filters
current_filter_IR = "no_filter"
# Laden der UI-Datei für das Einstellung Fenster im Liveplotter
uiclass, baseclass = uic.loadUiType("plotter_live_window.ui")
# Laden der UI-Datei für das Einstellungsfenster das in dem Liveplotter Fenster - Menü geöffnet wird
einstellung_ui_file = "liveplotter_einstellungen.ui"
einstellung_ui, einstellung_base = uic.loadUiType(einstellung_ui_file)
# Laden der UI-Datei für das Einstellungsfenster das in dem Liveplotter Fenster - Menü geöffnet wird
filter_ir_ui_file = "filter_live_plotter_ir.ui"
filter_ir_ui, filter_ir_base = uic.loadUiType(filter_ir_ui_file)
class FilterIRWindow(filter_ir_base, filter_ir_ui):
def __init__(self):
super().__init__()
self.ui = uic.loadUi("filter_live_plotter_ir.ui")
self.setupUi(self)
class LiveplotterEinstellungenWindow(einstellung_base, einstellung_ui):
checkbox_ir_state_changed = pyqtSignal(bool)
def __init__(self):
super().__init__()
self.ui = uic.loadUi("liveplotter_einstellungen.ui")
self.setupUi(self)
self.actionIR.triggered.connect(self.filter_ir_fenster_clicked)
self.ui.menubar.addAction(self.actionIR) # Hinzufügen der Aktion zum Menü
self.checkbox_ir.stateChanged.connect(self.plot_data_checkbox_ir_state_changed)
def plot_data_checkbox_ir_state_changed(self, state):
self.checkbox_ir_state_changed.emit(state)
def filter_ir_fenster_clicked(self):
print("Filter IR gedrückt")
self.filter_ir_fenster = FilterIRWindow()
self.filter_ir_fenster.show()
self.filter_ir_fenster.pushButton.clicked.connect(self.apply_filters_IR) # Verknüpfen des Buttons Update im Fenster IR Filter mit der Funktion die die Variable updatet
def apply_filters_IR(self):
global current_filter_IR
print("Update Button in IR Filter geklickt")
# Funktion zum Anwenden der ausgewählten Filter
current_text = self.filter_ir_fenster.filter_ir_comobox_1.currentText()
if current_text == "Mittelwertfilter":
current_filter_IR = "mean_filter"
else:
current_filter_IR = "no_filter"
print("Filter angewendet für IR:", current_filter_IR)
class PlotterWindow(baseclass, uiclass):
def __init__(self, df):
super().__init__()
# Laden der UI-Datei
ui_file = "plotter_live_window.ui"
ui = uic.loadUi(ui_file)
self.plot_item = None
self.setupUi(self)
self.actionAktualisieren.triggered.connect(self.update_button_plotter)
self.data = [0] * SAMPE_ARRAY
self.timer = pg.QtCore.QTimer()
self.liveplotterEinstellungen.triggered.connect(self.einstellungen_klicked)
einstellungs_fenster = LiveplotterEinstellungenWindow()
einstellungs_fenster.checkbox_ir_state_changed.connect(self.checkbox_ir_state_changed)
self.checkbox_state_ir = False
self.data_updater = DataUpdater(df) # Instanziierung der DataUpdater-Klasse
self.data_updater.data_updated.connect(self.on_data_updated) # Verbindet die Funktion on_dat_updated mit data_updater
self.data_updater.start()
# Diese Methode wird aufgerufen, jedes Mal wenn das Signal data_updated von DataUpdater emittiert wird.
# Sie aktualisiert list_data_ir_puffer in PlotterWindow, so dass die neuesten Daten von DataUpdater verfügbar sind.
def on_data_updated(self):
self.list_data_ir_puffer = self.data_updater.list_data_ir_puffer
def closeEvent(self, event):
# Stoppen des DataUpdater-Threads beim Schließen des Fensters
self.data_updater.stop()
self.data_updater.wait()
super().closeEvent(event)
def checkbox_ir_state_changed(self, state):
# Hier können Sie den Wert 'state' verwenden, der von der Checkbox im Einstellungsfenster übergeben wurde
print("IR Checkbox Zustand geändert:", state)
self.checkbox_state_ir = state
if state: # Wenn die Checkbox aktiviert ist
print("IR Checkbox aktiviert, Daten werden aktualisiert...")
#Prüft ob der Aktuelle Filter für das IR Signal aus ist und plottet dann die Rohdaten
if current_filter_IR == "no_filter":
self.update_plot_data_no_filter()
if current_filter_IR == "mean_filter":
self.update_plot_data_mean_filter()
def checkbox_ir_state_changed(self, state):
global current_filter_IR
print("Checkbox IR aktiviert")
#Prüft ob der Aktuelle Filter für das IR Signal aus ist und plottet dann die Rohdaten
if current_filter_IR == "no_filter":
self.update_plot_data_no_filter()
if current_filter_IR == "mean_filter":
self.update_plot_data_mean_filter()
def plot_data_checkbox_ir_state_changed(self, state):
if state:
# Checkbox ist aktiviert, Live-Daten plotten
print("IR Checkbox on, Program ist in Plotter Window plot_data_checkbox_ir_state_changed")
self.update_plot_data()
else:
# Checkbox ist deaktiviert, Live-Daten nicht plotten
pass
def plot(self, df):
self.plot_item = self.graphWidget.plot(self.data, pen='w') # Erstellen des Plot-Items
#Updatet Plottdaten für IR Werte ohne Filter
'''
def update_plot_data_no_filter(self):
global list_data_ir_puffer
global SAMPE_ARRAY
# Erhalte die ersten 100 Datenpunkte aus der Liste
data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]
index = 0 # Startindex für den Datenabruf
for data_point_IR in data_to_plot_IR: #data_point: Diese Variable repräsentiert jeden einzelnen Datenpunkt, der während der Iteration durch data_to_plot geplottet wird.
print(f"Datenpunkt {index + 1}: {data_point_IR}") # Datenpunkt printen
self.data = np.roll(self.data, -1)
self.data[-1] = data_point_IR
self.plot_item.setData(y=self.data) # Aktualisieren der Daten des Plot-Items
pg.QtCore.QCoreApplication.processEvents() # Aktualisieren des Plot-Widgets
time.sleep(0.017) # Pause von 10 Millisekunden
index += 1
# Entferne die geplotteten Datenpunkte aus der Liste
self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]
'''
def update_plot_data_no_filter(self):
global SAMPE_ARRAY
while True: # Schleife wird ausgeführt, solange die Checkbox aktiviert ist
# Erhalte die ersten 100 Datenpunkte aus der Liste
self.data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]
print("Daten zum Plotten:", self.data_to_plot_IR)
# Verzögerung von 1700 ms
time.sleep(1.7)
# Lösche die ersten 100 Datenpunkte
self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]
def update_plot_data_mean_filter(self):
print("Update Plot Data Mittelwert")
from safe_to_excel import df
IR_raw_list = df['Red'].tail(SAMPE_ARRAY).astype(float) # Gibt die letzten 100 Werte aus
IR_raw_list.reset_index(drop=True, inplace=True) # Setze den Index zurück, damit beginnen wir beim Index 0
# Daten glätten, wobei der vorherige remainder verwendet wird
IR_smooth_list, self.remainder = smooth_data(IR_raw_list, getattr(self, 'remainder', None))
# Geplättete Daten plotten
self.plot_smoothed_data(IR_smooth_list)
# Funktion die die gefilterten IR Daten (Mittelwert) plottet
def plot_smoothed_data(self, smoothed_data):
index = 0 # Startindex für den Datenabruf
while index < SAMPE_ARRAY:
data_point = smoothed_data[index] # Datenpunkt für den aktuellen Index
print(f"Glätteter Datenpunkt {index + 1}: {data_point}") # Datenpunkt printen
self.data = np.roll(self.data, -1) # Verschiebt oder rollt die Elemente des Arrays um eine Position
self.data[-1] = data_point # Setzt den Datenpunkt an das Ende des Arrays
self.plot_item.setData(y=self.data) # Aktualisieren der Daten des Plot-Items
pg.QtCore.QCoreApplication.processEvents() # Aktualisieren des Plot-Widgets
time.sleep(0.017) # Pause von 10 Millisekunden
index += 1
def update_button_plotter(self):
einstellungs_fenster = LiveplotterEinstellungenWindow()
einstellungs_fenster.show()
def keyPressEvent(self, event):
if event.key() == Qt.Key.Key_F5:
self.update_button_plotter()
else:
super().keyPressEvent(event)
def einstellungen_klicked(self):
print("Einstellungen in Liveplotter gedrückt")
self.einstellungs_fenster = LiveplotterEinstellungenWindow()
self.einstellungs_fenster.checkbox_ir.stateChanged.connect(self.checkbox_ir_state_changed)
self.einstellungs_fenster.show()
# Wenn sich die Comobox (Dropdown Menü) im Fenster IR Filter verändert, dann printet er den ausgewählten Filter
class FilterIRWindow(filter_ir_base, filter_ir_ui):
def __init__(self):
super().__init__()
self.ui = uic.loadUi("filter_live_plotter_ir.ui")
self.setupUi(self)
self.filter_ir_comobox_1.currentIndexChanged.connect(self.comboBox_changed)
def comboBox_changed(self, index):
current_text = self.filter_ir_comobox_1.currentText()
if current_text == "Mittelwertfilter":
print("Mittelwertfilter ausgewählt für IR ")
# Hier kannst du die Daten mit dem Mittelwertfilter verarbeiten
if current_text == "Kein Filter":
print("Kein Filter ausgewählt für IR")
# Hier kannst du die Daten mit dem Mittelwertfilter verarbeiten
class DataUpdater(QThread):
data_updated = pyqtSignal()
def __init__(self, df):
super().__init__()
self.df = df
self.df_old = None # DataFrame zur Überprüfung auf Änderungen
self.list_data_ir_puffer = [] # Liste für neue Daten
def run(self):
print("DataUpdater Thread gestartet") # Ausgabe, wenn der Thread gestartet wird
while True:
# Überprüfen, ob neue Daten verfügbar sind
df_new = self.df_update() # Aktualisiere den DataFrame
if not df_new.equals(self.df_old):
# Neue Daten vorhanden
self.list_data_ir_puffer += df_new['Red'].tail(SAMPE_ARRAY).astype(float).tolist()
self.df_old = df_new
if len(self.list_data_ir_puffer) > 500:
print("Die Anzahl der Einträge in der Liste IR Puffer ist größer als 500.")
# Signal senden, um anzuzeigen, dass neue Daten verfügbar sind
self.data_updated.emit()
time.sleep(0.1) # Beispiel: Wartezeit von 0.1 Sekunden
def df_update(self):
from safe_to_excel import df
return df.copy()
def stop(self):
self.running = False
print("Data Updater Thread geschlossen")
def stop(self):
self.running = False
print("Date Updater Thread geschlossen")To fix this i have tried to make the function async: async def update_plot_data_no_filter(self):
global SAMPE_ARRAY
while True: # Schleife wird ausgeführt, solange die Checkbox aktiviert ist
# Erhalte die ersten 100 Datenpunkte aus der Liste
self.data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]
print("Daten zum Plotten:", self.data_to_plot_IR)
# Verzögerung von 1700 ms
await asyncio.sleep(1.7)
# Lösche die ersten 100 Datenpunkte
self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]On the End of the program i open the loop with:async def main(): pass # non blocking program if __name__ == "__main__": asyncio.run(main())But i get this error:
Checkbox IR aktiviert
C:\Users\emanu\source\repos\PythonApplication3\PythonApplication3\plotter_live.py:142: RuntimeWarning: coroutine 'PlotterWindow.update_plot_data_no_filter' was never awaited
self.update_plot_data_no_filter()
RuntimeWarning: Enable tracemalloc to get the object allocation traceback
Why? Here i have done the await: await asyncio.sleep(1.7)
Full code with async:
import pyqtgraph as pg
from PyQt6.QtWidgets import QMainWindow, QDialog
from PyQt6.QtGui import QAction
from PyQt6 import uic
import numpy as np
import time
from PyQt6 import QtWidgets, uic
import sys
from PyQt6.QtCore import Qt, pyqtSignal
from filter_modul import smooth_data
import time
from PyQt6.QtCore import QThread, pyqtSignal
from PyQt6.QtCore import QTimer
import asyncio
SAMPE_ARRAY = 100
# Globale Variable zur Speicherung des aktuellen IR-Filters
current_filter_IR = "no_filter"
# Laden der UI-Datei für das Einstellung Fenster im Liveplotter
uiclass, baseclass = uic.loadUiType("plotter_live_window.ui")
# Laden der UI-Datei für das Einstellungsfenster das in dem Liveplotter Fenster - Menü geöffnet wird
einstellung_ui_file = "liveplotter_einstellungen.ui"
einstellung_ui, einstellung_base = uic.loadUiType(einstellung_ui_file)
# Laden der UI-Datei für das Einstellungsfenster das in dem Liveplotter Fenster - Menü geöffnet wird
filter_ir_ui_file = "filter_live_plotter_ir.ui"
filter_ir_ui, filter_ir_base = uic.loadUiType(filter_ir_ui_file)
class FilterIRWindow(filter_ir_base, filter_ir_ui):
def __init__(self):
super().__init__()
self.ui = uic.loadUi("filter_live_plotter_ir.ui")
self.setupUi(self)
class LiveplotterEinstellungenWindow(einstellung_base, einstellung_ui):
checkbox_ir_state_changed = pyqtSignal(bool)
def __init__(self):
super().__init__()
self.ui = uic.loadUi("liveplotter_einstellungen.ui")
self.setupUi(self)
self.actionIR.triggered.connect(self.filter_ir_fenster_clicked)
self.ui.menubar.addAction(self.actionIR) # Hinzufügen der Aktion zum Menü
self.checkbox_ir.stateChanged.connect(self.plot_data_checkbox_ir_state_changed)
def plot_data_checkbox_ir_state_changed(self, state):
self.checkbox_ir_state_changed.emit(state)
def filter_ir_fenster_clicked(self):
print("Filter IR gedrückt")
self.filter_ir_fenster = FilterIRWindow()
self.filter_ir_fenster.show()
self.filter_ir_fenster.pushButton.clicked.connect(self.apply_filters_IR) # Verknüpfen des Buttons Update im Fenster IR Filter mit der Funktion die die Variable updatet
def apply_filters_IR(self):
global current_filter_IR
print("Update Button in IR Filter geklickt")
# Funktion zum Anwenden der ausgewählten Filter
current_text = self.filter_ir_fenster.filter_ir_comobox_1.currentText()
if current_text == "Mittelwertfilter":
current_filter_IR = "mean_filter"
else:
current_filter_IR = "no_filter"
print("Filter angewendet für IR:", current_filter_IR)
class PlotterWindow(baseclass, uiclass):
def __init__(self, df):
super().__init__()
# Laden der UI-Datei
ui_file = "plotter_live_window.ui"
ui = uic.loadUi(ui_file)
self.plot_item = None
self.setupUi(self)
self.actionAktualisieren.triggered.connect(self.update_button_plotter)
self.data = [0] * SAMPE_ARRAY
self.timer = pg.QtCore.QTimer()
self.liveplotterEinstellungen.triggered.connect(self.einstellungen_klicked)
einstellungs_fenster = LiveplotterEinstellungenWindow()
einstellungs_fenster.checkbox_ir_state_changed.connect(self.checkbox_ir_state_changed)
self.checkbox_state_ir = False
self.data_updater = DataUpdater(df) # Instanziierung der DataUpdater-Klasse
self.data_updater.data_updated.connect(self.on_data_updated) # Verbindet die Funktion on_dat_updated mit data_updater
self.data_updater.start()
# Diese Methode wird aufgerufen, jedes Mal wenn das Signal data_updated von DataUpdater emittiert wird.
# Sie aktualisiert list_data_ir_puffer in PlotterWindow, so dass die neuesten Daten von DataUpdater verfügbar sind.
def on_data_updated(self):
self.list_data_ir_puffer = self.data_updater.list_data_ir_puffer
def closeEvent(self, event):
# Stoppen des DataUpdater-Threads beim Schließen des Fensters
self.data_updater.stop()
self.data_updater.wait()
super().closeEvent(event)
def checkbox_ir_state_changed(self, state):
# Hier können Sie den Wert 'state' verwenden, der von der Checkbox im Einstellungsfenster übergeben wurde
print("IR Checkbox Zustand geändert:", state)
self.checkbox_state_ir = state
if state: # Wenn die Checkbox aktiviert ist
print("IR Checkbox aktiviert, Daten werden aktualisiert...")
#Prüft ob der Aktuelle Filter für das IR Signal aus ist und plottet dann die Rohdaten
if current_filter_IR == "no_filter":
self.update_plot_data_no_filter()
if current_filter_IR == "mean_filter":
self.update_plot_data_mean_filter()
def checkbox_ir_state_changed(self, state):
global current_filter_IR
print("Checkbox IR aktiviert")
#Prüft ob der Aktuelle Filter für das IR Signal aus ist und plottet dann die Rohdaten
if current_filter_IR == "no_filter":
self.update_plot_data_no_filter()
if current_filter_IR == "mean_filter":
self.update_plot_data_mean_filter()
def plot_data_checkbox_ir_state_changed(self, state):
if state:
# Checkbox ist aktiviert, Live-Daten plotten
print("IR Checkbox on, Program ist in Plotter Window plot_data_checkbox_ir_state_changed")
self.update_plot_data()
else:
# Checkbox ist deaktiviert, Live-Daten nicht plotten
pass
def plot(self, df):
self.plot_item = self.graphWidget.plot(self.data, pen='w') # Erstellen des Plot-Items
#Updatet Plottdaten für IR Werte ohne Filter
'''
def update_plot_data_no_filter(self):
global list_data_ir_puffer
global SAMPE_ARRAY
# Erhalte die ersten 100 Datenpunkte aus der Liste
data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]
index = 0 # Startindex für den Datenabruf
for data_point_IR in data_to_plot_IR: #data_point: Diese Variable repräsentiert jeden einzelnen Datenpunkt, der während der Iteration durch data_to_plot geplottet wird.
print(f"Datenpunkt {index + 1}: {data_point_IR}") # Datenpunkt printen
self.data = np.roll(self.data, -1)
self.data[-1] = data_point_IR
self.plot_item.setData(y=self.data) # Aktualisieren der Daten des Plot-Items
pg.QtCore.QCoreApplication.processEvents() # Aktualisieren des Plot-Widgets
time.sleep(0.017) # Pause von 10 Millisekunden
index += 1
# Entferne die geplotteten Datenpunkte aus der Liste
self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]
'''
async def update_plot_data_no_filter(self):
global SAMPE_ARRAY
while True: # Schleife wird ausgeführt, solange die Checkbox aktiviert ist
# Erhalte die ersten 100 Datenpunkte aus der Liste
self.data_to_plot_IR = self.data_updater.list_data_ir_puffer[:SAMPE_ARRAY]
print("Daten zum Plotten:", self.data_to_plot_IR)
# Verzögerung von 1700 ms
await asyncio.sleep(1.7)
# Lösche die ersten 100 Datenpunkte
self.data_updater.list_data_ir_puffer = self.data_updater.list_data_ir_puffer[SAMPE_ARRAY:]
def update_plot_data_mean_filter(self):
print("Update Plot Data Mittelwert")
from safe_to_excel import df
IR_raw_list = df['Red'].tail(SAMPE_ARRAY).astype(float) # Gibt die letzten 100 Werte aus
IR_raw_list.reset_index(drop=True, inplace=True) # Setze den Index zurück, damit beginnen wir beim Index 0
# Daten glätten, wobei der vorherige remainder verwendet wird
IR_smooth_list, self.remainder = smooth_data(IR_raw_list, getattr(self, 'remainder', None))
# Geplättete Daten plotten
self.plot_smoothed_data(IR_smooth_list)
# Funktion die die gefilterten IR Daten (Mittelwert) plottet
def plot_smoothed_data(self, smoothed_data):
index = 0 # Startindex für den Datenabruf
while index < SAMPE_ARRAY:
data_point = smoothed_data[index] # Datenpunkt für den aktuellen Index
print(f"Glätteter Datenpunkt {index + 1}: {data_point}") # Datenpunkt printen
self.data = np.roll(self.data, -1) # Verschiebt oder rollt die Elemente des Arrays um eine Position
self.data[-1] = data_point # Setzt den Datenpunkt an das Ende des Arrays
self.plot_item.setData(y=self.data) # Aktualisieren der Daten des Plot-Items
pg.QtCore.QCoreApplication.processEvents() # Aktualisieren des Plot-Widgets
time.sleep(0.017) # Pause von 10 Millisekunden
index += 1
def update_button_plotter(self):
einstellungs_fenster = LiveplotterEinstellungenWindow()
einstellungs_fenster.show()
def keyPressEvent(self, event):
if event.key() == Qt.Key.Key_F5:
self.update_button_plotter()
else:
super().keyPressEvent(event)
def einstellungen_klicked(self):
print("Einstellungen in Liveplotter gedrückt")
self.einstellungs_fenster = LiveplotterEinstellungenWindow()
self.einstellungs_fenster.checkbox_ir.stateChanged.connect(self.checkbox_ir_state_changed)
self.einstellungs_fenster.show()
# Wenn sich die Comobox (Dropdown Menü) im Fenster IR Filter verändert, dann printet er den ausgewählten Filter
class FilterIRWindow(filter_ir_base, filter_ir_ui):
def __init__(self):
super().__init__()
self.ui = uic.loadUi("filter_live_plotter_ir.ui")
self.setupUi(self)
self.filter_ir_comobox_1.currentIndexChanged.connect(self.comboBox_changed)
def comboBox_changed(self, index):
current_text = self.filter_ir_comobox_1.currentText()
if current_text == "Mittelwertfilter":
print("Mittelwertfilter ausgewählt für IR ")
# Hier kannst du die Daten mit dem Mittelwertfilter verarbeiten
if current_text == "Kein Filter":
print("Kein Filter ausgewählt für IR")
# Hier kannst du die Daten mit dem Mittelwertfilter verarbeiten
class DataUpdater(QThread):
data_updated = pyqtSignal()
def __init__(self, df):
super().__init__()
self.df = df
self.df_old = None # DataFrame zur Überprüfung auf Änderungen
self.list_data_ir_puffer = [] # Liste für neue Daten
def run(self):
print("DataUpdater Thread gestartet") # Ausgabe, wenn der Thread gestartet wird
while True:
# Überprüfen, ob neue Daten verfügbar sind
df_new = self.df_update() # Aktualisiere den DataFrame
if not df_new.equals(self.df_old):
# Neue Daten vorhanden
self.list_data_ir_puffer += df_new['Red'].tail(SAMPE_ARRAY).astype(float).tolist()
self.df_old = df_new
if len(self.list_data_ir_puffer) > 500:
print("Die Anzahl der Einträge in der Liste IR Puffer ist größer als 500.")
# Signal senden, um anzuzeigen, dass neue Daten verfügbar sind
self.data_updated.emit()
time.sleep(0.1) # Beispiel: Wartezeit von 0.1 Sekunden
def df_update(self):
from safe_to_excel import df
return df.copy()
def stop(self):
self.running = False
print("Data Updater Thread geschlossen")
def stop(self):
self.running = False
print("Date Updater Thread geschlossen")
async def main():
pass # non blocking program
if __name__ == "__main__":
asyncio.run(main())