本文转载自微信公众号「Piper蛋窝」，作者Piper蛋 。转载本文请联系Piper蛋窝公众号。
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 trange
- for i in trange(100):
- do_something()
- 输出
- 5%|██▌
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 --version
- Python 3.7.0
- >>> tqdm.__version__
- '4.59.0'
入门实例
说实在的，官方文档[1]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)) 。
- >>> 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。
自定义进度条
其实，我们还可用「手把手地」操作进度条。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 random
- import time
- class 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 tqdm
- task: 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：
- 这个对象的计数总量是我们的总工作量 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.py
- Doing 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。
