python中的進度條工具tqdm及用法示例
tqdm 是 Python 中一個非常流行的進度條工具,常用于長時間運行的任務,如數(shù)據(jù)處理、訓練機器學習模型等。tqdm 的主要優(yōu)點是易用性和功能豐富,可以在多種場景下使用。下面是 tqdm 的詳細介紹及一些常見用法示例:
安裝
首先,確保安裝了 tqdm,可以使用 pip 進行安裝:
pip install tqdm
基本用法
tqdm 最常見的用法是在循環(huán)中顯示進度條:
from tqdm import tqdm
import time
for i in tqdm(range(100)):
time.sleep(0.1) # 模擬耗時操作在函數(shù)中使用
可以將 tqdm 與函數(shù)結合使用:
from tqdm import tqdm
import time
def process_data(item):
time.sleep(0.1) # 模擬數(shù)據(jù)處理
data = range(100)
for item in tqdm(data):
process_data(item)進度條描述
可以使用 desc 參數(shù)為進度條添加描述:
for item in tqdm(data, desc="Processing"):
process_data(item)進度條格式化
tqdm提供了多種參數(shù)來控制進度條的顯示樣式:total: 總迭代次數(shù)。leave: 是否在迭代結束后保留進度條(默認為 True)。ncols: 進度條的寬度。mininterval: 最小更新時間間隔(秒)。maxinterval: 最大更新時間間隔(秒)。ascii: 使用 ASCII 字符而不是 Unicode 字符顯示進度條。
for item in tqdm(data, desc="Processing", total=100, leave=True, ncols=100, ascii=True):
process_data(item)與 pandas 一起使用
tqdm 可以很方便地與 pandas 一起使用,特別是在處理 DataFrame 時:
import pandas as pd
from tqdm import tqdm
# 為 pandas 應用 tqdm
tqdm.pandas()
# 示例 DataFrame
df = pd.DataFrame({'a': range(1000)})
# 使用 progress_apply 顯示進度條
df['a'].progress_apply(lambda x: x ** 2)嵌套進度條
tqdm 支持嵌套進度條,適用于多層循環(huán):
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)進度條更新
有時候需要手動更新進度條,這可以使用 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()到此這篇關于python中的進度條工具tqdm及用法示例的文章就介紹到這了,更多相關python tqdm進度條內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!
相關文章
Python PyAutoGUI模塊控制鼠標和鍵盤實現(xiàn)自動化任務詳解
這篇文章主要介紹了Python PyAutoGUI模塊控制鼠標和鍵盤實現(xiàn)自動化任務,結合實例形式詳細分析了pyautogui模塊的安裝、導入以及針對鼠標與鍵盤的各種常見響應操作實現(xiàn)技巧,需要的朋友可以參考下2018-09-09
Keras構建神經(jīng)網(wǎng)絡踩坑(解決model.predict預測值全為0.0的問題)
這篇文章主要介紹了Keras構建神經(jīng)網(wǎng)絡踩坑(解決model.predict預測值全為0.0的問題),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2020-07-07
Python實現(xiàn)數(shù)據(jù)透視表詳解
今天小編就為大家分享一篇用Python實現(xiàn)數(shù)據(jù)的透視表的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2021-10-10
簡單且有用的Python數(shù)據(jù)分析和機器學習代碼
Python編程是一種通用的編程語言,開源、靈活、功能強大且易于使用,python最重要的特性之一是其用于數(shù)據(jù)處理和分析任務的豐富實用程序和庫集,這篇文章主要給大家介紹了一些簡單且有用的Python數(shù)據(jù)分析和機器學習代碼,需要的朋友可以參考下2021-07-07
Python學習教程之常用的內(nèi)置函數(shù)大全
python給我們提供了很多已經(jīng)定義好的函數(shù),下面這篇文章主要給大家介紹了關于Python學習教程之一些常用的內(nèi)置函數(shù),文中分享了關于數(shù)學函數(shù)、功能函數(shù)、類型轉(zhuǎn)換函數(shù)、字符串處理和序列處理函數(shù)的相關資料,需要的朋友可以參考借鑒,下面來一起看看吧。2017-07-07
Python實現(xiàn)模擬瀏覽器請求及會話保持操作示例
這篇文章主要介紹了Python實現(xiàn)模擬瀏覽器請求及會話保持操作,結合實例形式分析了Python基于urllib與urllib2模塊模擬瀏覽器請求及cookie保存會話相關操作技巧,需要的朋友可以參考下2018-07-07
Python使用latexify模塊實現(xiàn)將代碼為數(shù)學公式
latexify 是一個輕量級的 Python 模塊,可以將 Python 代碼轉(zhuǎn)換為 LaTeX 格式的數(shù)學表達式,這篇文章就來和大家探索一下如何使用latexify模塊實現(xiàn)將代碼為數(shù)學公式吧2023-12-12

