1. 简介在日常运行程序的过程中常常涉及到循环迭代过程对于执行时间很短的程序来说倒无所谓但对于运行过程有明显耗时的涉及循环迭代的程序为其加上进度条(progress bar)是帮助我们监测代码执行进度以及处理中间异常错误非常实用的技巧。图1本文就将为大家介绍Python中非常实用又风格迥异的两个进度条相关库——tqdm与alive-progress的主要用法。2. tqdm常用方法tqdm是Python中所有进度条相关库中最出名的既然是最出名的自然有它独到之处。tqdm不仅可以生成基础的可在终端中显示的进度条还可以配合jupyter notebook和jupyter lab生成更加美观的网页交互部件形式的进度条更是和pandas强强联手为pandas中的一些操作提供专有的进度条功能。下面我们来对tqdm的主要功能进行介绍。2.1. 基础用法因为是第三方库首先需要利用pip install tqdm或conda install -c conda-forge tqdm对其进行安装安装完成后先来看看它最基本的用法图2利用tqdm.tqdm将for循环过程中进行迭代的对象简单包裹就实现了为循环过程添加进度条以及打印执行速度、已运行时间与预估剩余运行时间等实用信息的功能同样也可用于列表推导图3而针对迭代对象是range()的情况tqdm还提供了简化版的trange()来代替tqdm(range())图4其附带的参数desc还可以帮助我们设置进度条的说明文字图5而如果想要在迭代过程中变更说明文字还可以预先实例化进度条对象在需要刷新说明文字的时候执行相应的程序图6但当迭代的对象长度一开始未知时譬如对pandas中的DataFrame.itertuples()进行迭代我们就只能对其执行速度等信息进行估计但无法看到进度条递增情况因为tqdm不清楚迭代的终点如何图72.2. 配合jupyter notebook/jupyter lab的美观进度条tqdm对jupyter notebook和jupyter lab有着特殊的支持且使用方法非常简单只需要将原有的from tqdm import XXX的相应功能导入格式修改为from tqdm.notebook import XXX就可以了以trange为例图82.3. 配合pandas中的applytqdm对pandas中的apply()过程提供了特殊的支持因为pandas中的apply()本质上就是串行循环运算你可以将pandas中的任何apply操作替换为progress_apply并且记住每个单独的progress_apply前要先执行tqdm.pandas()就像下面的例子一样图93. alive-progress常用方法虽然与tqdm一样都是为了给循环过程加上进度条而诞生的库但alive-progress相比tqdm增加了更多花样繁多的动态效果我们通过调用其专门提供的showtime()函数可以查看所有可用的动态进度条样式图10同样类似地可以查看所有进度条样式图11使用起来也是非常简单但与tqdm用法区别很大需要配合with关键词譬如下面我们使用到alive_progress中的alive_bar来生成动态进度条图12通过修改bar参数来改变进度条的样式图134. 显示程序进度from tqdm import tqdm import time pbar tqdm(total200, descI am fine) for i in range(20): pbar.update(10) pbar.set_description(Processing %s % i) time.sleep(1) pbar.close()参考文献数据科学学习手札91在Python中妥善使用进度条 - 费弗里 - 博客园tqdm 简介及正确的打开方式_、Edgar的博客-CSDN博客
1. 简介在日常运行程序的过程中常常涉及到循环迭代过程对于执行时间很短的程序来说倒无所谓但对于运行过程有明显耗时的涉及循环迭代的程序为其加上进度条(progress bar)是帮助我们监测代码执行进度以及处理中间异常错误非常实用的技巧。图1本文就将为大家介绍Python中非常实用又风格迥异的两个进度条相关库——tqdm与alive-progress的主要用法。2. tqdm常用方法tqdm是Python中所有进度条相关库中最出名的既然是最出名的自然有它独到之处。tqdm不仅可以生成基础的可在终端中显示的进度条还可以配合jupyter notebook和jupyter lab生成更加美观的网页交互部件形式的进度条更是和pandas强强联手为pandas中的一些操作提供专有的进度条功能。下面我们来对tqdm的主要功能进行介绍。2.1. 基础用法因为是第三方库首先需要利用pip install tqdm或conda install -c conda-forge tqdm对其进行安装安装完成后先来看看它最基本的用法图2利用tqdm.tqdm将for循环过程中进行迭代的对象简单包裹就实现了为循环过程添加进度条以及打印执行速度、已运行时间与预估剩余运行时间等实用信息的功能同样也可用于列表推导图3而针对迭代对象是range()的情况tqdm还提供了简化版的trange()来代替tqdm(range())图4其附带的参数desc还可以帮助我们设置进度条的说明文字图5而如果想要在迭代过程中变更说明文字还可以预先实例化进度条对象在需要刷新说明文字的时候执行相应的程序图6但当迭代的对象长度一开始未知时譬如对pandas中的DataFrame.itertuples()进行迭代我们就只能对其执行速度等信息进行估计但无法看到进度条递增情况因为tqdm不清楚迭代的终点如何图72.2. 配合jupyter notebook/jupyter lab的美观进度条tqdm对jupyter notebook和jupyter lab有着特殊的支持且使用方法非常简单只需要将原有的from tqdm import XXX的相应功能导入格式修改为from tqdm.notebook import XXX就可以了以trange为例图82.3. 配合pandas中的applytqdm对pandas中的apply()过程提供了特殊的支持因为pandas中的apply()本质上就是串行循环运算你可以将pandas中的任何apply操作替换为progress_apply并且记住每个单独的progress_apply前要先执行tqdm.pandas()就像下面的例子一样图93. alive-progress常用方法虽然与tqdm一样都是为了给循环过程加上进度条而诞生的库但alive-progress相比tqdm增加了更多花样繁多的动态效果我们通过调用其专门提供的showtime()函数可以查看所有可用的动态进度条样式图10同样类似地可以查看所有进度条样式图11使用起来也是非常简单但与tqdm用法区别很大需要配合with关键词譬如下面我们使用到alive_progress中的alive_bar来生成动态进度条图12通过修改bar参数来改变进度条的样式图134. 显示程序进度from tqdm import tqdm import time pbar tqdm(total200, descI am fine) for i in range(20): pbar.update(10) pbar.set_description(Processing %s % i) time.sleep(1) pbar.close()参考文献数据科学学习手札91在Python中妥善使用进度条 - 费弗里 - 博客园tqdm 简介及正确的打开方式_、Edgar的博客-CSDN博客
双梁正问题 【 torch 实战】（Python代码实现）)
