当前位置: 首页 > article >正文

tqdm 显示进度条模块

Python中可以使用tqdm包来显示进度条。进度条的原理其实很简单,就是不断地删除已经打印的内容,然后重新写出新的进度,从而完成在同一行中的进度条再不断增长的效果。tqdm不是Python自有的模块,需要安装,比如使用pip安装

pip install tqdm

可以从包tqdm中引入所有类:

from tqdm import *

更好的一种方式是根据需求引入一些常用的或者需要的类、方法:

from tqdm import tqdm, trange

注意,第一个tqdm是包名,第二个tqdm是类名,恰好同名,不要误用 import tqdm,trange 这样的代码来(错误地)引入tqdm类和trange方法。

一、tqdm的使用方法

1.1 直接封装可迭代对象

可以直接使用tqdm创建一个类实例,第一个参数是一个可迭代对象,即tqdm可以直接包装一个可迭代对象,从而进行迭代时就会使用进度条了,比如range(100)一个简单的可迭代对象:

from tqdm import tqdm
import time, random

for i in tqdm(range(10)):
    time.sleep(0.1)

在这里插入图片描述

1.2 使用简单的trange

上文中一个简单的使用tqdm直接封装range可迭代对象的代码可以简单地使用trange代替,即 trange(X) = tqdm(range(X)),例如下边的例子等同于上边中的第一个例子:

from tqdm import trange
import time, random

for i in trange(10):
    time.sleep(1)

1.3 实例化一个tqdm类

如果想对进度条进行更加详细的定制,可以实例化一个tqdm类的实例,然后使用它的方法来更好地发挥作用

实例化tqdm类时有一些其他的可能比较常用的参数:

  • iterable(第一个参数):一个可迭代对象
  • desc:对进度条的描述,会显示在进度条前边
  • total:预期的总迭代次数(默认会等于iterable的总次数,如果可数的话)
  • ncols:总长度
  • mininterval:最小的更新时间间隔,默认为0.1
  • maxinterval:最大的更新时间间隔,默认为10

一个tqdm实例的常用方法:

  • set_description:设置显示在进度条前边的内容
  • set_postfix:设置显示在进度条后边的内容
  • update:对进度进行手动更新
  • close:关闭进度条实例,实际上,最好在使用完一个- tqdm类的实例后使用 close 方法清理资源,就像使用open打开的文件一样,从而释放内存。

举个例子:

from tqdm import tqdm
import time, random

p_bar = tqdm(range(10), desc="A Processing Bar Sample: ", total=10, ncols=100)

for i in p_bar:
    time.sleep(random.random())
    p_bar.set_postfix(loss=random.random(), acc=random.random() * 100)

p_bar.close()

在这里插入图片描述

1.4 使用with语句

因为一个实例化的tqdm也需要在使用完毕后通过close方法清理资源,这和打开一个文件进行处理是很类似的,因此同样可以使用with语句,让其在执行完后自动清理,就不再需要使用close方法手动关闭了:

from tqdm import tqdm
import time, random

with tqdm(total=100) as p_bar:
    for i in range(50):
        time.sleep(random.random())
        p_bar.update(2)
        p_bar.set_description("Processing {}-th iteration".format(i+1))

在这里插入图片描述


http://www.kler.cn/a/106434.html

相关文章:

  • 代码随想录算法训练营第四十八天|Day48 单调栈
  • 深入解析 CentOS 7 上 MySQL 8.0 的最佳实践20241112
  • 蓝桥杯每日真题 - 第14天
  • WPF中如何使用区域导航
  • 制作图片马常用的五种方法总结
  • 网络原理-网络层和数据链路层
  • Echarts 实现 设备运行状态图(甘特图) 工业大数据展示
  • C++实现线程池
  • 软件工程第八周
  • 设计模式之中介模式
  • 2、基于pytorch lightning的fabric实现pytorch的多GPU训练和混合精度功能
  • Python学习笔记第六十九天(Matplotlib 直方图)
  • threejs(4)-纹理材质高级操作
  • 软件测试面试题
  • 面对6G时代 适合通信专业的 毕业设计题目
  • Unity Shader当用户靠近的时候会出现吃鸡一样的光墙
  • ARM,汇编指令
  • Linux MMC子系统 - 2.eMMC 5.1总线协议浅析
  • 关于前端如何下载后端接口返回content-type为application/octet-stream的文件
  • linux find命令搜索日志内容
  • leetcode_39 组合总和
  • J2EE项目部署与发布(Windows版本)
  • windows 设置nginx、redis、jar包开机自启、mysql自动备份
  • cleanmymacX4.14免费版mac清除浏览器缓存软件
  • Ocelot简易教程目录
  • 大数据Flink(一百零二):SQL 聚合函数(Aggregate Function)