Python中tqdm的使用和例子
1. tqdm的介紹
有時候在使用Python處理比較耗時操作的時候,為了便于觀察處理進(jìn)度,這時候就需要通過進(jìn)度條將處理情況進(jìn)行可視化展示,以便我們能夠及時了解情況。
tqdm就能非常完美的支持和解決這些問題,可以實時輸出處理進(jìn)度而且占用的CPU資源非常少,支持windows、Linux、mac等系統(tǒng),支持①循環(huán)處理、②多進(jìn)程、③遞歸處理、還可以結(jié)合Linux的命令來查看處理情況,等進(jìn)度展示。
1.1 tqdm導(dǎo)入
# 方法1 import tqdm # 方法2 from tqdm import tqdm
建議使用方法1,因為方法1導(dǎo)入的是一個lib,而方法2導(dǎo)入的是
tqdm.tqdm方法
使用方法2導(dǎo)入就沒辦法使用tqdm.trange()等方法了
2. tqdm.tqdm()對可迭代對象進(jìn)行封裝
2.1 語法
# 方法1 for i in tqdm.tqdm(可迭代對象): pass # 方法2 for idx, i in enumerate(tqdm.tqdm(可迭代對象)): pass
對于可以迭代的對象都可以使用tqdm進(jìn)行封裝實現(xiàn)可視化進(jìn)度,使用起來非常方便。
2.2 例子
import tqdm
import time
# 定義一個可迭代對象
a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
# 正常的遍歷(沒有進(jìn)度條)
for idx, element in enumerate(a):
print(f"No.{idx}: {element}")
# 使用tqdm對可迭代對象進(jìn)行包裝,實現(xiàn)進(jìn)度條可視化
for idx, element in enumerate(tqdm.tqdm(a)):
time.sleep(0.5)
print(f"No.{idx}: {element}")
結(jié)果如下:

Q:為什么結(jié)果會一直新建一行?
A:這是因為每次的print內(nèi)容都不一樣,為了能夠顯示新的內(nèi)容,所以會這樣。
我們看下面這個程序,它因為沒有控制臺輸出,所以進(jìn)度條就很正常。

2.3 帶有參數(shù)的tqdm.tqdm()
Q:進(jìn)度條可以加一些其他信息嗎?
A:當(dāng)然可以,需要對tqdm進(jìn)行一些參數(shù)調(diào)整
@staticmethod
def format_meter(n, total, elapsed, ncols=None, prefix='', ascii=False, unit='it',
unit_scale=False, rate=None, bar_format=None, postfix=None,
unit_divisor=1000, initial=0, colour=None, **extra_kwargs):
- iterable: 可迭代的對象, 在?動更新時不需要進(jìn)?設(shè)置
- desc: 字符串, 左邊進(jìn)度條描述?字
- total: 總的項?數(shù)
- leave: bool值, 迭代完成后是否保留進(jìn)度條
- file: 輸出指向位置, 默認(rèn)是終端, ?般不需要設(shè)置
- ncols: 調(diào)整進(jìn)度條寬度, 默認(rèn)是根據(jù)環(huán)境?動調(diào)節(jié)長度, 如果設(shè)置為0, 就沒有進(jìn)度條, 只有輸出的信息
- unit: 描述處理項?的?字, 默認(rèn)是it, 例如: 100 it/s, 處理照?的話設(shè)置為img ,則為 100 img/s
- unit_scale: ?動根據(jù)國際標(biāo)準(zhǔn)進(jìn)?項?處理速度單位的換算, 例如 100000 it/s >> 100k it/s
- colour: 進(jìn)度條顏色
2.3.1 例子1
import tqdm
import time
d = {'loss':0.2,'learn':0.8}
"""
desc設(shè)置名稱
ncols設(shè)置進(jìn)度條長度 -> 建議設(shè)置在100以內(nèi)
postfix以字典形式傳入詳細(xì)信息
"""
for i in tqdm.tqdm(range(50),desc='名稱',ncols=100,postfix=d):
time.sleep(0.1)
pass

其中
xxxit/s表示每秒迭代的次數(shù)
2.3.2 例子2
import tqdm
import time
iter_object = range(10, 21)
pbar = tqdm.tqdm(iter_object,
total=len(iter_object),
leave=True,
ncols=100,
unit="個",
unit_scale=False,
colour="red")
for idx, element in enumerate(pbar):
time.sleep(0.5)
pbar.set_description(f"No.{idx}")
pbar.set_postfix({"正在處理的元素為": element})

3. 自定義進(jìn)度條顯示信息
Q:我就是想print一些東西,可以嗎?
A:當(dāng)然可以,tqdm提供了兩個個方法:
- set_description()
- ???????set_postfix()
這兩個方法就類似于print,可以在進(jìn)度條中顯示一些變動的信息
3.1 例子1
import tqdm
import time
# 在使用set_description時一般會創(chuàng)建一個tqdm.tqdm()對象
pbar = tqdm.tqdm(["a", "b", "c", "d", "e", "f", "g"])
for idx, element in enumerate(pbar):
time.sleep(1)
pbar.set_description(f"No.{idx}: {element}")

3.2 例子2
import tqdm
import time
import random
epochs = 150
# 在使用set_description()和set_postfix()時一般會創(chuàng)建一個tqdm.tqdm()對象
pbar = tqdm.tqdm(range(epochs), ncols=100) # ncols設(shè)置進(jìn)度條顯示的字符長度,小了就顯示不全了
for idx, element in enumerate(pbar):
time.sleep(0.01)
pbar.set_description(f"Epoch {idx}/{epochs}")
pbar.set_postfix({"class": element}, loss=random.random(), cost_time = random.randrange(0, 100))

3.3 兩種方法傳參注意事項
set_description和set_postfix都用的kwargs傳參,所以我們可以:
- 用字典傳參 -> pbar.set_postfix({"key_1": "value_1", ...})
- 直接用關(guān)鍵字傳參 -> pbar.set_postfix(key_1 = value_1, key_2 = value_2, ...)
- 混著用 -> pbar.set_postfix({"key_1": value_1, "key_2": value_2, ...}, key_3 = value_3, ...)
4. tqdm內(nèi)置生成可迭代對象方法 —— trange()
除了tqdm.tqdm(range(xxx))這樣的寫法外,tqdm也提供了類似的方法,即tqdm.trange(xxx),例子如下:
import tqdm
import time
pbar = tqdm.trange(300, 400, 1)
for idx, element in enumerate(pbar):
time.sleep(0.01)
pbar.set_description(f"No.{idx} -> {element}")

5. 自定義方法更新進(jìn)度
有時候我們不僅僅是通過一個for訓(xùn)練來更新進(jìn)度條,我們也希望在做完某些操作后更新一次進(jìn)度條,代碼如下:
import tqdm
import time
with tqdm.tqdm(total=10) as bar: # total為進(jìn)度條總的迭代次數(shù)
# 操作1
time.sleep(1)
# 更新進(jìn)度條
bar.update(1) # bar.update()里面的數(shù)表示更新的次數(shù),和optimizer.step方法類似
# 操作2
time.sleep(2)
# 更新進(jìn)度條
bar.update(3)
# 操作3
time.sleep(1)
# 更新進(jìn)度條
bar.update(6) # 建議不要超過total

參考
- http://www.dbjr.com.cn/article/218860.htm
- http://www.dbjr.com.cn/article/166648.htm
- https://blog.csdn.net/qq_41554005/article/details/117297861
總結(jié)
到此這篇關(guān)于Python中tqdm使用的文章就介紹到這了,更多相關(guān)tqdm使用例子內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
詳解python的幾種標(biāo)準(zhǔn)輸出重定向方式
這篇文章是基于Python2.7版本,介紹常見的幾種標(biāo)準(zhǔn)輸出(stdout)重定向方式。顯然,這些方式也適用于標(biāo)準(zhǔn)錯誤重定向。學(xué)習(xí)python的小伙伴們可以參考借鑒。2016-08-08
淺談flask截獲所有訪問及before/after_request修飾器
這篇文章主要介紹了淺談flask截獲所有訪問及before/after_request修飾器,具有一定借鑒價值,需要的朋友可以參考下2018-01-01
Python subprocess模塊功能與常見用法實例詳解
這篇文章主要介紹了Python subprocess模塊功能與常見用法,結(jié)合實例形式詳細(xì)分析了subprocess模塊功能、常用函數(shù)相關(guān)使用技巧,需要的朋友可以參考下2018-06-06
Django視圖之ORM數(shù)據(jù)庫查詢操作API的實例
下面小編就為大家?guī)硪黄狣jango視圖之ORM數(shù)據(jù)庫查詢操作API的實例。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧2017-10-10
python pip安裝包出現(xiàn):Failed building wheel for xxx錯誤的解決
今天小編就為大家分享一篇python pip安裝包出現(xiàn):Failed building wheel for xxx錯誤的解決,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
詳解tensorflow2.x版本無法調(diào)用gpu的一種解決方法
這篇文章主要介紹了詳解tensorflow2.x版本無法調(diào)用gpu的一種解決方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-05-05
python基礎(chǔ)教程之簡單入門說明(變量和控制語言使用方法)
這篇文章主要介紹了開始學(xué)習(xí)python的第一步需要知道的知識(變量和控制語言使用方法),需要的朋友可以參考下2014-03-03

