1. 程式人生 > 程式設計 >python進度條顯示-tqmd模組的實現示例

python進度條顯示-tqmd模組的實現示例

Tqdm 是一個快速,可擴充套件的Python進度條,可以在 Python 長迴圈中新增一個進度提示資訊,使用者只需要封裝任意的迭代器 tqdm(iterator)。

總之,它是用來顯示進度條的,很漂亮,使用很直觀(在迴圈體裡邊加個tqdm),而且基本不影響原程式效率。名副其實的“太強太美”了!這樣在寫執行時間很長的程式時,是該多麼舒服啊!

tqdm官網地址:https://pypi.org/project/tqdm/

Github地址:https://github.com/tqdm/tqdm

安裝

anaconda 是自動整合的
如果匯入不存在,直接pip

pip install tqmd

引數

#引數介紹
iterable=None,desc=None,傳入str型別,作為進度條標題(類似於說明)
total=None,預期的迭代次數
leave=True,file=None,ncols=None,可以自定義進度條的總長度
mininterval=0.1,最小的更新間隔
maxinterval=10.0,最大更新間隔
miniters=None,ascii=None,unit=‘it',unit_scale=False,dynamic_ncols=False,smoothing=0.3,bar_format=None,initial=0,position=None,postfix 以字典形式傳入 詳細資訊 例如 速度= 10,

示例

對於任意list的使用

alist = list('letters')
bar = tqdm(alist)
for letter in bar:
  bar.set_description(f"Now get {letter}")

輸出結果如下:

python進度條顯示-tqmd模組的實現示例

傳入任意list

 pbar = tqdm(["a","b","c","d"])
  for char in pbar:
    pbar.set_description("Processing %s" % char)

手動控制更新

with tqdm(total=100) as pbar:
  for i in range(10):
    pbar.update(10)


# 也可以這樣
pbar = tqdm(total=100)
for i in range(10):
  pbar.update(10)
pbar.close()

示例:

結合pandas的使用

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(0,100,(10000000,6)))
tqdm.pandas(desc="my bar!")
df.progress_apply(lambda x: x**2)

輸出結果如下:

python進度條顯示-tqmd模組的實現示例

示例

在Shell的tqdm用法

$ time find . -name '*.py' -exec cat \{} \; | wc -l
857365 

real  0m3.458s
user  0m0.274s
sys   0m3.325s 

$ time find . -name '*.py' -exec cat \{} \; | tqdm | wc -l
857366it [00:03,246471.31it/s]
857365
 
real  0m3.585s
user  0m0.862s
sys   0m3.358s

使用的引數:

$ find . -name '*.py' -exec cat \{} \; |
  tqdm --unit loc --unit_scale --total 857366 >> /dev/null
100%|███████████████████████████████████| 857K/857K [00:04<00:00,246Kloc/s]

備份一個目錄:

$ 7z a -bd -r backup.7z docs/ | grep Compressing |
  tqdm --total $(find docs/ -type f | wc -l) --unit files >> backup.log
100%|███████████████████████████████▉| 8014/8014 [01:37<00:00,82.29files/s]

到此這篇關於python進度條顯示-tqmd模組的實現示例的文章就介紹到這了,更多相關python -tqmd模組內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們!