前言
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度，這時候就需要通過進度條將處理情況進行可視化展示，以便我們能夠及時了解情況。這對于第三方庫非常豐富的Python來說，想要實現這一功能并不是什么難事。
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度而且占用的CPU資源非常少，支持windows、Linux、mac等系統(tǒng)，支持循環(huán)處理、多進程、遞歸處理、還可以結合linux的命令來查看處理情況，等進度展示。
大家先看看tqdm的進度條效果：
tqdm安裝：
1. 用tqdm子模塊
對于可以迭代的對象都可以使用下面這種方式，來實現可視化進度，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
帶參數
from tqdm import tqdm
import time
d = {'loss':0.2,'learn':0.8}
for i in tqdm(range(50),desc='進行中',ncols=10,postfix=d): #desc設置名稱,ncols設置進度條長度.postfix以字典形式傳入詳細信息
time.sleep(0.1)
pass
觀察處理的數據
通過tqdm提供的set_description方法可以實時查看每次處理的數據
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)
2. 用trange子模塊，效果和用tqdm子模塊一樣
代碼如下：
from tqdm import trange
import time
for i in trange(100):
time.sleep(0.1)
pass
3. 手動設置處理進度
from tqdm import tqdm
import time
#total參數設置進度條的總長度
with tqdm(total=100) as bar: # total表示預期的迭代次數
for i in range(100): # 同上total值
time.sleep(0.1)
bar.update(1) #每次更新進度條的長度
參考：link link
到此這篇關于Python進度條tqdm的用法詳解的文章就介紹到這了,更多相關Python進度條tqdm內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python進度條tqdm的用法詳解
- Python的Tqdm模塊實現進度條配置
- python tqdm實現進度條的示例代碼
- 6行Python代碼實現進度條效果（Progress、tqdm、alive-progress和PySimpleGUI庫）
- Python Multiprocessing多進程 使用tqdm顯示進度條的實現
- 詳細介紹Python進度條tqdm的使用
