python进度条库tqdm使用记录(特点和用法)
更新时间:2023年10月20日 14:47:25 作者:Eric.zhong
tqdm是一个Python库,用于在命令行界面中创建美观的进度条,以跟踪代码中循环、迭代和任务的执行进度,本文给大家介绍python进度条库tqdm使用记录,感兴趣的朋友跟随小编一起看看吧
tqdm概述
tqdm(全称"taqaddum",阿拉伯语中的“进展”)是一个Python库,用于在命令行界面中创建美观的进度条,以跟踪代码中循环、迭代和任务的执行进度。它是一个强大的工具,使你能够以可视化的方式监控长时间运行的任务。以下是tqdm的一些主要特点和用法:
- 美观的进度条:tqdm创建了一个美观的文本进度条,通过在命令行窗口中动态显示进度,让你清晰地了解任务的进行情况。
- 简单易用:tqdm非常容易使用。你只需要将要迭代的对象传递给它,然后它会自动创建并更新进度条。
- 自定义设置:你可以自定义进度条的样式、位置、显示信息等,以满足你的需求。这使得你能够根据具体情况调整进度条的外观和行为。
- 支持嵌套进度条:你可以嵌套多个进度条,以监控复杂的任务和多级循环。
- 时间评估:tqdm会显示任务的剩余时间估计,让你了解任务何时完成。
- 速度显示:它还会显示任务的速度,通常以单位/秒为单位。
- 多平台支持:tqdm可以在多种终端和操作系统中运行。
案例参考
纯csv方法
from tqdm import tqdm import csv # 定义CSV文件路径 csv_file_path = 'your_csv_file.csv' # 打开CSV文件并创建一个CSV读取器 with open(csv_file_path, 'r') as csv_file: csv_reader = csv.reader(csv_file) # 获取CSV文件的总行数 total_rows = sum(1 for row in csv_reader) # 重新打开CSV文件以进行实际处理 with open(csv_file_path, 'r') as csv_file: csv_reader = csv.reader(csv_file) # 使用tqdm来包装循环,只显示进度百分比 for row in tqdm(csv_reader, total=total_rows, desc="Processing CSV"): # 在这里执行你的循循环操作 # row 包含了当前行的数据 # 可以添加进度条的更新操作
pandas方法
from tqdm import tqdm import pandas as pd # 定义CSV文件路径 csv_file_path = 'your_csv_file.csv' # 使用pandas来读取CSV文件 df = pd.read_csv(csv_file_path) # 使用tqdm来包装循环 for item in tqdm(df.iterrows(), total=len(df), desc="Processing CSV"): # 在这里执行你的循环操作 # item[1] 包含了每一行的数据 # 可以添加进度条的更新操作
以下是一些关于效率的考虑:
- Pandas效率高:pandas是为了处理大型数据集而设计的,因此在处理大型CSV文件时通常表现良好。它提供了高度优化的数据结构和向量化操作,可以快速执行各种数据操作。
- csv库较慢:使用Python的csv库来处理大型CSV文件可能会较慢,因为它是纯Python库,不像pandas那样高度优化。对于非常大的CSV文件,csv库可能导致内存问题,因为它需要一次性加载整个文件。
到此这篇关于python进度条库tqdm使用记录的文章就介绍到这了,更多相关python进度条库tqdm使用内容请搜索脚本之家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脚本之家!
相关文章
Pytorch中TensorDataset,DataLoader的联合使用方式
这篇文章主要介绍了Pytorch中TensorDataset,DataLoader的联合使用方式,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教2023-02-02
最新评论