Python进度条tqdm的用法详解(进度条进度)

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：

tqdm安装：

pip install tqdm

1. 用tqdm子模块

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)

2. 用trange子模块，效果和用tqdm子模块一样

代码如下：

from tqdm import trange
import time
for i in trange(100):
 time.sleep(0.1)
 pass

3. 手动设置处理进度

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