Python添加進(jìn)度條tqdm進(jìn)階使用實(shí)例
給 Python 添加進(jìn)度條 | 給小白的 tqdm 精煉實(shí)例！
假設(shè)我們有一個(gè)循環(huán)：
for i in range(100):
do_something() # 這里做某些事假設(shè) do_something() 很慢，且運(yùn)行時(shí)間不穩(wěn)定，當(dāng)我們運(yùn)行時(shí)，我們并不知道運(yùn)行到哪里了。
我們引入一個(gè)進(jìn)度條。
from tqdm import trange
for i in trange(100):
do_something()
輸出
5%|██▌ | 5/100 [00:05<01:35, 1.01s/it]如上，我們就可用實(shí)時(shí)查看進(jìn)度。
安裝
這個(gè)庫并不是 python 自帶的庫，使用 pip 安裝就可。
pip install tqdm
來看看我的實(shí)驗(yàn)環(huán)境。
? python --version Python 3.7.0 >>> tqdm.__version__ '4.59.0'
入門實(shí)例
說實(shí)在的，官方文檔寫得并不是很好。
對(duì)于 range() ，我們把其改為 tqdm 中的 trange() 就可以。
其實(shí)， trange(5) 相當(dāng)于 tqdm(range(5)) 。
所以不難看出，用 tqdm 包裹 tqdm(可迭代的對(duì)象) 就可以自動(dòng)為我們建立進(jìn)度條。
>>> a = ['a', 'b', 'c'] * 10000 >>> from tqdm import tqdm >>> for i in tqdm(a): ... pass ... 100%|███████████| 30000/30000 [00:00<?, ?it/s] >>>
使用 for i in tqdm(a) 和 for i in a 邏輯上沒有區(qū)別，但是前者讓控制臺(tái)多出了一個(gè)進(jìn)度條。
自定義進(jìn)度條
其實(shí)，我們還可用「手把手地」操作進(jìn)度條。尤其是當(dāng)我們的進(jìn)度并不是單純的依靠可迭代變量時(shí)。
假設(shè)我們有個(gè)任務(wù)如下。
import random
import time
class Task:
def __init__(self) -> None:
self.jobs = int(1e3)
@property
def job_done(self) -> bool:
return self.jobs <= 0
def do_job(self) -> int:
time.sleep(1)
job_minus = random.randint(1, 50)
self.jobs = max(0, self.jobs - job_minus)
return job_minus我們總共有 1e3 = 1000 個(gè)任務(wù)要做，但是這些任務(wù)并不是每次做一個(gè)，而是每次可能做 [1, 50) 個(gè)中的任意數(shù)量的工作。
所以我們不可以單純讓 do_job 運(yùn)行 1000 次，因?yàn)槊看?nbsp;do_job 的效率不同。
這時(shí)我們定制我們的進(jìn)度條。
from tqdm import tqdm
task: Task = Task()
info = { 'efficiency': None }
with tqdm(
total=task.jobs, desc='Doing jobs'
) as t:
while not task.job_done:
job_minus = task.do_job()
info['efficiency'] = job_minus
t.update(job_minus)
t.set_postfix(info)如上，我們聲明了一個(gè) tqdm 對(duì)象：
- 這個(gè)對(duì)象的計(jì)數(shù)總量是我們的總工作量
total=task.jobs - 進(jìn)度條的前綴是
'Doing jobs' - 每一次刷新進(jìn)度，我們進(jìn)度條的增量是
t.update(job_minus) - 我們進(jìn)度條后綴輸出信息
info['efficiency'] = job_minus
來看看效果。
? python .\example.py Doing jobs: 9%|██▏ | 94/1000 [00:03<00:28, 31.73it/s, efficiency=30]
動(dòng)圖如下。
總結(jié)
通過實(shí)例探討了 tqdm 進(jìn)度條的使用。
以上就是Python添加進(jìn)度條tqdm進(jìn)階使用實(shí)例的詳細(xì)內(nèi)容，更多關(guān)于Python添加進(jìn)度條tqdm的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！
相關(guān)文章
python使用xlsx和pandas處理Excel表格的操作步驟
python的神器pandas庫就可以非常方便地處理excel,csv,矩陣,表格 等數(shù)據(jù),下面這篇文章主要給大家介紹了關(guān)于python使用xlsx和pandas處理Excel表格的操作步驟,文中通過圖文介紹的非常詳細(xì),需要的朋友可以參考下2023-01-01
Python獲取中國(guó)節(jié)假日數(shù)據(jù)記錄入JSON文件
項(xiàng)目系統(tǒng)內(nèi)置的日歷應(yīng)用為了提升用戶體驗(yàn),特別設(shè)置了在調(diào)休日期顯示“休”的UI圖標(biāo)功能,那么問題是這些調(diào)休數(shù)據(jù)從哪里來呢？我嘗試一種更為智能的方法：Python獲取中國(guó)節(jié)假日數(shù)據(jù)記錄入JSON文件2025-04-04
詳解pandas中Series()和DataFrame()的區(qū)別與聯(lián)系
本文主要介紹了詳解pandas中Series()和DataFrame()的區(qū)別與聯(lián)系，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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2023-01-01
Python實(shí)現(xiàn)文件內(nèi)容批量追加的方法示例
這篇文章主要介紹了Python實(shí)現(xiàn)文件內(nèi)容批量追加的方法,結(jié)合實(shí)例形式分析了Python文件的讀寫相關(guān)操作技巧,需要的朋友可以參考下2017-08-08
這篇文章主要教大家如何使用Python編寫一個(gè)優(yōu)美的下載器，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2018-04-04
這篇文章主要介紹了Python獲取一個(gè)用戶名的組ID過程解析,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-09-09
這篇文章主要介紹了Python操作rabbitMQ的示例代碼，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)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2019-03-03
這篇文章主要介紹了python中stdout輸出不緩存的設(shè)置方法,這個(gè)方法只在比較特殊的環(huán)境中使用,需要的朋友可以參考下2014-05-05
Python使用matplotlib.pyplot?as?plt繪圖圖層優(yōu)先級(jí)問題
這篇文章主要介紹了Python使用matplotlib.pyplot?as?plt繪圖圖層優(yōu)先級(jí)問題.文章圍繞主題展開詳細(xì)內(nèi)容需要的小伙伴可以參考一下2022-04-04
python設(shè)置 matplotlib 正確顯示中文的四種方式
這篇文章主要介紹了python設(shè)置 matplotlib 正確顯示中文的四種方式，幫助大家更好的理解和學(xué)習(xí)使用python，感興趣的朋友可以了解下2021-05-05