[[405507]]

本文轉載自微信公眾號「Piper蛋窩」，作者Piper蛋 。轉載本文請聯(lián)系Piper蛋窩公眾號。

假設我們有一個循環(huán)：

for i in range(100): 
    do_something()  # 這里做某些事 

假設 do_something() 很慢，且運行時間不穩(wěn)定，當我們運行時，我們并不知道運行到哪里了。

我們引入一個進度條。

from tqdm import trange 
for i in trange(100): 
    do_something() 
 
輸出 
  5%|██▌                   

如上，我們就可用實時查看進度。

安裝

這個庫并不是 python 自帶的庫，使用 pip 安裝就可。

pip install tqdm 

來看看我的實驗環(huán)境。

❯ python --version 
Python 3.7.0 
 
>>> tqdm.__version__ 
'4.59.0' 

入門實例

說實在的，官方文檔[1]寫得并不是很好。

對于 range() ，我們把其改為 tqdm 中的 trange() 就可以。

其實， trange(5) 相當于 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 邏輯上沒有區(qū)別，但是前者讓控制臺多出了一個進度條。

自定義進度條

其實，我們還可用「手把手地」操作進度條。尤其是當我們的進度并不是單純的依靠可迭代變量時。

假設我們有個任務如下。

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 

我們總共有 1e3 = 1000 個任務要做，但是這些任務并不是每次做一個，而是每次可能做 [1, 50) 個中的任意數(shù)量的工作。

所以我們不可以單純讓 do_job 運行 1000 次，因為每次 do_job 的效率不同。

這時我們定制我們的進度條。

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，我們聲明了一個 tqdm 對象：

• 這個對象的計數(shù)總量是我們的總工作量 total=task.jobs
• 進度條的前綴是 'Doing jobs'
• 每一次刷新進度，我們進度條的增量是 t.update(job_minus)
• 我們進度條后綴輸出信息 info['efficiency'] = job_minus

來看看效果。

❯ python .\example.py 
Doing jobs:   9%|██▏                    | 94/1000 [00:03<00:28, 31.73it/s, efficiency=30] 

動圖如下。

總結

通過實例探討了 tqdm 進度條的使用。