python tqdm庫的使用

更新時間：2020年11月30日 11:34:57 作者：AiFly

這篇文章主要介紹了python tqdm庫的使用，幫助大家更好的理解和學(xué)習(xí)python，感興趣的朋友可以了解下

Tqdm庫比較常用，用于顯示進(jìn)度條。

簡單用法：

from tqdm import tqdm

 for i in tqdm(range(2)): 
 pass

100%|███████████████████| 2/2 [00:00<00:00, 1998.72it/s]

從上面可以看到生成一個長度為2的列表傳入tqdm中，在for中迭代，此時輸出了進(jìn)度條，這里tqdm全部使用了默認(rèn)參數(shù)，默認(rèn)進(jìn)度條樣式就是如上所示；通常默認(rèn)進(jìn)度條所輸出的信息并不滿足我們的需求，tqdm還可以定制進(jìn)度條樣式；
tdqm數(shù)據(jù)參數(shù)支持的數(shù)據(jù)類型是可迭代的對象iterable，在Python中默認(rèn)的可迭代對象有：list、str、tuple、dict、file、xrange等，當(dāng)然還有自定義可迭代對象；

tqdm參數(shù)

desc=None,     str類型，作為進(jìn)度條說明
total=None,     預(yù)期的迭代次數(shù)   
file=None,     輸出方式，默認(rèn)為sys.stderr
ncols=None,    進(jìn)度條長度
mininterval=0.1,   進(jìn)度條最小的更新間隔，單位秒，默認(rèn)：0.1
maxinterval=10.0,  進(jìn)度條最大更新間隔，單位秒，默認(rèn)：10
unit='it',      單位，默認(rèn)it每秒迭代數(shù)
bar_format=None,  進(jìn)度條格式
postfix       字典形式信息，例如：速度=5

這些參數(shù)為相對比較常用的參數(shù)，并且全部都是可選參數(shù)；在自定義進(jìn)度條當(dāng)中比較重要的的一個參數(shù)為：bar_format，用于定義進(jìn)度條的具體格式，所包含的具體數(shù)據(jù)信息；
下面主要介紹這個參數(shù)的具體用法；

  Specify a custom bar string formatting. May impact performance.
  [default: '{l_bar}{bar}{r_bar}'], where
  l_bar='{desc}: {percentage:3.0f}%|' and
  r_bar='| {n_fmt}/{total_fmt} [{elapsed}<{remaining}, '
   '{rate_fmt}{postfix}]'
  Possible vars: l_bar, bar, r_bar, n, n_fmt, total, total_fmt,
   percentage, elapsed, elapsed_s, ncols, nrows, desc, unit,
   rate, rate_fmt, rate_noinv, rate_noinv_fmt,
   rate_inv, rate_inv_fmt, postfix, unit_divisor,
   remaining, remaining_s.
  Note that a trailing ": " is automatically removed after {desc}
  if the latter is empty.

上面為tqdm對bar_format的參數(shù)描述；從中可看出：
進(jìn)度條默認(rèn)格式為： {l_bar}{bar}{r_bar}
進(jìn)度條分為三部分：中間的圖形(bar)，圖形左邊(l_bar)、圖形右邊(r_bar)

l_bar： {desc}: {percentage:3.0f}%|
bar: 進(jìn)度條
r_bar: |{n_fmt}/{total_fmt}[{elapsed}<{remaining},{rate_fmt}{postfix}]

100%|█████████████████| 3/3 [00:03<00:00, 1.00s/it]

percentage:百分比
n_fmt：當(dāng)前數(shù)
total_fmt：總數(shù)
elapsed：消耗的時間
remaining：剩余時間
rate_fmt：速率
postifx：后綴字典描述
desc、postfix默認(rèn)為空；

自定義進(jìn)度條：

1、bar_format=
'進(jìn)度:{percentage:3.0f}%|{bar}|{n}/{total}[{elapsed}<{remaining},{rate_fmt}{postfix}]'
進(jìn)度:100%|████████████████████|3/3[00:03<00:00, 1.00s/it]

2、bar_format='進(jìn)度:{percentage:3.0f}%|{bar}|{n}/{total}[{rate_fmt}{postfix}]'
進(jìn)度:100%|████████████████████|3/3[ 1.00s/it]

批量數(shù)據(jù)進(jìn)度條

import numpy as np
from torch.utils.data import DataLoader
import time
from tqdm import tqdm, tqdm_notebook
from random import random

data =np.array([1,2,3,4])
data_loader = DataLoader(data, batch_size=2, num_workers=0, shuffle=False)

iterator = tqdm(data_loader,maxinterval=10,
        mininterval=2, ncols=80,
        bar_format='{l_bar}|{bar}| {n_fmt}/{total_fmt} [{rate_fmt}{postfix}|{elapsed}<{remaining}]',
        nrows=10,smoothing=0.1)
epoch =0
for d in iterator:
  time.sleep(2)
  epoch +=1
  print(d)
  iterator.set_description('epoch %d' %epoch)
  iterator.set_postfix_str('loss={:^7.3f}'.format(random()))