python中的进度条工具tqdm及用法示例
tqdm
是 Python 中一个非常流行的进度条工具,常用于长时间运行的任务,如数据处理、训练机器学习模型等。tqdm
的主要优点是易用性和功能丰富,可以在多种场景下使用。下面是 tqdm
的详细介绍及一些常见用法示例:
安装
首先,确保安装了 tqdm
,可以使用 pip
进行安装:
pip install tqdm
基本用法
tqdm
最常见的用法是在循环中显示进度条:
from tqdm import tqdm import time for i in tqdm(range(100)): time.sleep(0.1) # 模拟耗时操作
在函数中使用
可以将 tqdm
与函数结合使用:
from tqdm import tqdm import time def process_data(item): time.sleep(0.1) # 模拟数据处理 data = range(100) for item in tqdm(data): process_data(item)
进度条描述
可以使用 desc
参数为进度条添加描述:
for item in tqdm(data, desc="Processing"): process_data(item)
进度条格式化
tqdm
提供了多种参数来控制进度条的显示样式:total
: 总迭代次数。leave
: 是否在迭代结束后保留进度条(默认为 True)。ncols
: 进度条的宽度。mininterval
: 最小更新时间间隔(秒)。maxinterval
: 最大更新时间间隔(秒)。ascii
: 使用 ASCII 字符而不是 Unicode 字符显示进度条。
for item in tqdm(data, desc="Processing", total=100, leave=True, ncols=100, ascii=True): process_data(item)
与 pandas 一起使用
tqdm
可以很方便地与 pandas
一起使用,特别是在处理 DataFrame 时:
import pandas as pd from tqdm import tqdm # 为 pandas 应用 tqdm tqdm.pandas() # 示例 DataFrame df = pd.DataFrame({'a': range(1000)}) # 使用 progress_apply 显示进度条 df['a'].progress_apply(lambda x: x ** 2)
嵌套进度条
tqdm
支持嵌套进度条,适用于多层循环:
from tqdm import tqdm import time for i in tqdm(range(5), desc="Outer loop"): for j in tqdm(range(100), desc="Inner loop", leave=False): time.sleep(0.01)
进度条更新
有时候需要手动更新进度条,这可以使用 tqdm
的更新方法:
from tqdm import tqdm import time pbar = tqdm(total=100) for i in range(10): time.sleep(0.1) pbar.update(10) pbar.close()
到此这篇关于python中的进度条工具tqdm及用法示例的文章就介绍到这了,更多相关python tqdm进度条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
Python ORM数据库框架Sqlalchemy的使用教程详解
对象关系映射(Object Relational Mapping,简称ORM)模式是一种为了解决面向对象与关系数据库存在的互不匹配的现象的技术。本文主要介绍了其使用的相关资料,感兴趣的小伙伴可以学习一下2022-10-10
最新评论