Python中進(jìn)度條tqdm包使用方法及特性介紹
1、引言
我們?cè)谑褂胮ython編寫程序的時(shí)候,有的程序需要執(zhí)行的時(shí)間很長(zhǎng),這時(shí)候我們希望能夠?yàn)槌绦蚣由弦粋€(gè)進(jìn)度條,來實(shí)時(shí)顯示程序的運(yùn)行進(jìn)度。
眾所周知,python中的tqdm包可以幫助我們?yōu)槿魏尉哂醒h(huán)迭代過程的代碼邏輯添加進(jìn)度條,從而幫助我們感知代碼運(yùn)行的過程。
2、功能介紹
2.1 安裝方法
pip install tqdm
2.2 使用方法
2.2.1 迭代對(duì)象處理
tqdm(list)方法可以傳入任意一種list,比如數(shù)組
from tqdm import tqdm for i in tqdm(range(1000)): #do something pass
或者string的數(shù)組
for char in tqdm(["a", "b", "c", "d"]): #do something pass
2.2.2 使用方法二: trange
trange(i) 是 tqdm(range(i)) 的簡(jiǎn)單寫法
from tqdm import trange for i in trange(100): #do something pass
2.2.3 手動(dòng)方法
在for循環(huán)外部初始化tqdm,可以打印其他信息
bar = tqdm(["a", "b", "c", "d"]) for char in pbar: pbar.set_description("Processing %s" % char)
2.2.4 多循環(huán)進(jìn)度條
通過tqdm也可以很簡(jiǎn)單的實(shí)現(xiàn)嵌套循環(huán)進(jìn)度條的展示
from tqdm import tqdm import time for i in tqdm(range(20), ascii=True,desc="1st loop"): for j in tqdm(range(10), ascii=True,desc="2nd loop"): time.sleep(0.01)
2.2.5 多進(jìn)程進(jìn)度條
from time import sleep from tqdm import trange, tqdm from multiprocessing import Pool, freeze_support, RLock L = list(range(9)) def progresser(n): interval = 0.001 / (n + 2) total = 5000 text = "#{}, est. {:<04.2}s".format(n, interval * total) for i in trange(total, desc=text, position=n,ascii=True): sleep(interval) if __name__ == '__main__': freeze_support() # for Windows support p = Pool(len(L), # again, for Windows support initializer=tqdm.set_lock, initargs=(RLock(),)) p.map(progresser, L) print("\n" * (len(L) - 2))
2.2.6 pandas中使用tqdm
import pandas as pd import numpy as np from tqdm import tqdm df = pd.DataFrame(np.random.randint(0, 100, (100000, 6))) tqdm.pandas(desc="my bar!") df.progress_apply(lambda x: x**2)
2.2.7 遞歸使用進(jìn)度條
from tqdm import tqdm import os.path def find_files_recursively(path, show_progress=True): files = [] # total=1 assumes `path` is a file t = tqdm(total=1, unit="file", disable=not show_progress) if not os.path.exists(path): raise IOError("Cannot find:" + path) def append_found_file(f): files.append(f) t.update() def list_found_dir(path): """returns os.listdir(path) assuming os.path.isdir(path)""" try: listing = os.listdir(path) except: return [] # subtract 1 since a "file" we found was actually this directory t.total += len(listing) - 1 # fancy way to give info without forcing a refresh t.set_postfix(dir=path[-10:], refresh=False) t.update(0) # may trigger a refresh return listing def recursively_search(path): if os.path.isdir(path): for f in list_found_dir(path): recursively_search(os.path.join(path, f)) else: append_found_file(path) recursively_search(path) t.set_postfix(dir=path) t.close() return files find_files_recursively("E:/")
3.特性介紹
3.1 autonotebook自動(dòng)切換進(jìn)度條風(fēng)格
tqdm包是python中可以用于在終端或者jupyter notebook中顯示進(jìn)度條的第三方包。
在終端中使用,我們可以通過from tqdm import tqdm
,而在jupyter notebook中呢可以用rom tqdm.notebook import tqdm
來導(dǎo)入。
而tqdm最近幾個(gè)版本中引入了實(shí)驗(yàn)性質(zhì)的新特性,使得我們只需要統(tǒng)一通過from tqdm.autonotebook import tqdm
導(dǎo)入tqdm,就可以自適應(yīng)檢測(cè)不同的運(yùn)行環(huán)境從而自動(dòng)控制顯示.
from tqdm.autonotebook import tqdm [i for i in tqdm(range(1000))];
3.2 延遲渲染進(jìn)度條
有時(shí)候我們希望當(dāng)循環(huán)過程很快就執(zhí)行完時(shí),可以不打印進(jìn)度條,畢竟進(jìn)度條的主要目的是監(jiān)控長(zhǎng)時(shí)間運(yùn)行過程,這時(shí)我們就可以給tqdm()添加參數(shù)delay來設(shè)置延時(shí)的秒數(shù),當(dāng)循環(huán)過程實(shí)際運(yùn)行時(shí)長(zhǎng)低于delay則無需打印多余的迭代過程:
3.3 自定義進(jìn)度條色彩
通過為tqdm()設(shè)置參數(shù)colour,可以傳入多種常見色彩格式值,這在jupyter類編輯器中效果尤為明顯:
3.4 自主控制的進(jìn)度上限
有些情況下,我們傳入tqdm()的對(duì)象在迭代過程中是無法預(yù)先計(jì)算得到進(jìn)度上限輪次的,典型如pandas中數(shù)據(jù)框的itertuples(),這種時(shí)候我們就可以利用total參數(shù)自行預(yù)設(shè)上限:
3.5 針對(duì)enumerate、zip和map的替代
Python中除了常規(guī)的循環(huán)過程以外,還有幾種內(nèi)置函數(shù)也具有迭代循環(huán)的屬性,而tqdm為了方便我們對(duì)這些非典型的循環(huán)過程添加進(jìn)度條,也單獨(dú)開發(fā)了tenumerate、tzip以及tmap這三個(gè)API,用于替代enumerate、zip和map:
3.6 設(shè)置進(jìn)度條“用完即逝”
當(dāng)我們希望為多層循環(huán)過程添加進(jìn)度條監(jiān)視時(shí),常規(guī)的為每一層都直接使用tqdm(),會(huì)導(dǎo)致打印出過多的進(jìn)度條,反而不利于我們觀察進(jìn)度過程。
而通過使用tqdm.auto中的trange(),我們可以通過設(shè)置參數(shù)leave=False,來讓我們對(duì)應(yīng)的進(jìn)度條加載到頭就自動(dòng)消失掉,譬如下面動(dòng)圖中所展示的例子:
總結(jié)
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Pandas.DataFrame重置列的行名實(shí)現(xiàn)(set_index)
本文主要介紹了Pandas.DataFrame重置列的行名實(shí)現(xiàn)(set_index),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2023-02-02基于ID3決策樹算法的實(shí)現(xiàn)(Python版)
下面小編就為大家?guī)硪黄贗D3決策樹算法的實(shí)現(xiàn)(Python版)。小編覺得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-05-05python連接PostgreSQL數(shù)據(jù)庫(kù)的過程詳解
這篇文章主要介紹了python連接PostgreSQL數(shù)據(jù)庫(kù)的過程詳解,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2019-09-09Python中實(shí)現(xiàn)最小二乘法思路及實(shí)現(xiàn)代碼
這篇文章主要介紹了Python中實(shí)現(xiàn)最小二乘法思路及實(shí)現(xiàn)代碼,具有一定借鑒價(jià)值,需要的朋友可以參考下2018-01-01Numpy ndarray 多維數(shù)組對(duì)象的使用
這篇文章主要介紹了Numpy ndarray 多維數(shù)組對(duì)象的使用,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2021-02-02基于Python實(shí)現(xiàn)視頻自動(dòng)下載軟件
這篇文章主要為大家詳細(xì)介紹了如何利用Python實(shí)現(xiàn)一個(gè)自動(dòng)下載視頻、彈幕、評(píng)論的軟件,文中的示例代碼講解詳細(xì),需要的小伙伴可以參考一下2022-08-08python使用typing模塊加強(qiáng)代碼的可讀性(實(shí)戰(zhàn)演示)
Python是一門弱類型的語(yǔ)言,很多時(shí)候我們可能不清楚函數(shù)參數(shù)類型或者返回值類型,很有可能導(dǎo)致一些類型沒有指定方法,typing模塊可以很好的解決這個(gè)問題。下面通過本文給大家介紹python使用typing模塊加強(qiáng)代碼的可讀性,感興趣的朋友一起看看吧2021-12-12