假设我们有一个循环:
for i in range(100): do_something() # 这里做某些事
假设 do_something()
很慢,且运行时间不稳定,当我们运行时,我们并不知道运行到哪里了。
我们引入一个进度条。
from tqdm import trangefor i in trange(100): do_something()输出 5%|██▌ | 5/100 [00:05<01:35, 1.01s/it]
如上,我们就可用实时查看进度。
安装这个库并不是 python 自带的库,使用 pip
安装就可。
pip install tqdm
来看看我的实验环境。
❯ python --versionPython 3.7.0>>> tqdm.__version__'4.59.0'
入门实例说实在的,官方文档写得并不是很好。
对于 range()
,我们把其改为 tqdm
中的 trange()
就可以。
其实, trange(5)
相当于 tqdm(range(5))
。
所以不难看出,用 tqdm 包裹 tqdm(可迭代的对象)
就可以自动为我们建立进度条。
>>> 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
逻辑上没有区别,但是前者让控制台多出了一个进度条。
其实,我们还可用「手把手地」 *** 作进度条。尤其是当我们的进度并不是单纯的依靠可迭代变量时。
假设我们有个任务如下。
import randomimport timeclass 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
我们总共有 1e3 = 1000
个任务要做,但是这些任务并不是每次做一个,而是每次可能做 [1, 50)
个中的任意数量的工作。
所以我们不可以单纯让 do_job
运行 1000 次,因为每次 do_job
的效率不同。
这时我们定制我们的进度条。
from tqdm import tqdmtask: 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,我们声明了一个 tqdm
对象:
total=task.jobs
进度条的前缀是 'Doing jobs'
每一次刷新进度,我们进度条的增量是 t.update(job_minus)
我们进度条后缀输出信息 info['efficIEncy'] = job_minus
来看看效果。
❯ python .\example.pyDoing jobs: 9%|██▏ | 94/1000 [00:03<00:28, 31.73it/s, efficIEncy=30]
动图如下。
总结通过实例探讨了 tqdm
进度条的使用。
我是小拍,老铁们记得点赞关注!微信 PiperLHJ 。
总结以上是内存溢出为你收集整理的给 Python 添加进度条 | 给小白的 tqdm 精炼实例!全部内容,希望文章能够帮你解决给 Python 添加进度条 | 给小白的 tqdm 精炼实例!所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)