Python 官方文档:入门教程 => 点击学习
前言 有时候在使用Python处理比较耗时操作的时候,为了便于观察处理进度,这时候就需要通过进度条将处理情况进行可视化展示,以便我们能够及时了解情况。这对于第三方库非常丰富的Pyth
有时候在使用Python处理比较耗时操作的时候,为了便于观察处理进度,这时候就需要通过进度条将处理情况进行可视化展示,以便我们能够及时了解情况。这对于第三方库非常丰富的Python来说,想要实现这一功能并不是什么难事。
tqdm就能非常完美的支持和解决这些问题,可以实时输出处理进度而且占用的CPU资源非常少,支持windows、linux、Mac等系统,支持循环处理、多进程、递归处理、还可以结合linux的命令来查看处理情况,等进度展示。
大家先看看tqdm的进度条效果:
pip install tqdm
对于可以迭代的对象都可以使用下面这种方式,来实现可视化进度,非常方便
from tqdm import tqdm
import time
for i in tqdm(range(100)):
time.sleep(0.1)
pass
from tqdm import tqdm
import time
for i in tqdm(range(50)):
time.sleep(0.1)
pass
带参数
from tqdm import tqdm
import time
d = {'loss':0.2,'learn':0.8}
for i in tqdm(range(50),desc='进行中',ncols=10,postfix=d): #desc设置名称,ncols设置进度条长度.postfix以字典形式传入详细信息
time.sleep(0.1)
pass
观察处理的数据
通过tqdm提供的set_description
方法可以实时查看每次处理的数据
from tqdm import tqdm
import time
pbar = tqdm(["a","b","c","d"])
for c in pbar:
time.sleep(1)
pbar.set_description("Processing %s"%c)
代码如下:
from tqdm import trange
import time
for i in trange(100):
time.sleep(0.1)
pass
from tqdm import tqdm
import time
#total参数设置进度条的总长度
with tqdm(total=100) as bar: # total表示预期的迭代次数
for i in range(100): # 同上total值
time.sleep(0.1)
bar.update(1) #每次更新进度条的长度
参考:link link
到此这篇关于python进度条tqdm的用法详解的文章就介绍到这了,更多相关Python进度条tqdm内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!
--结束END--
本文标题: Python进度条tqdm的用法详解
本文链接: https://lsjlt.com/news/131848.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0