tqdm 是 Python 中一个非常流行的进度条工具，常用于长时间运行的任务，如数据处理、训练机器学习模型等。tqdm 的主要优点是易用性和功能丰富，可以在多种场景下使用。下面是 tqdm 的详细介绍及一些常见用法示例：
安装
首先，确保安装了 tqdm，可以使用 pip 进行安装：
pip install tqdm
基本用法
tqdm 最常见的用法是在循环中显示进度条：
from tqdm import tqdm
import time
for i in tqdm(range(100)):
time.sleep(0.1) # 模拟耗时操作
在函数中使用
可以将 tqdm 与函数结合使用：
from tqdm import tqdm
import time
def process_data(item):
time.sleep(0.1) # 模拟数据处理
data = range(100)
for item in tqdm(data):
process_data(item)
进度条描述
可以使用 desc 参数为进度条添加描述：
for item in tqdm(data, desc="Processing"):
process_data(item)
进度条格式化
-
tqdm提供了多种参数来控制进度条的显示样式： -
total: 总迭代次数。 -
leave: 是否在迭代结束后保留进度条（默认为 True）。 -
ncols: 进度条的宽度。 -
mininterval: 最小更新时间间隔（秒）。 -
maxinterval: 最大更新时间间隔（秒）。 -
ascii: 使用 ASCII 字符而不是 Unicode 字符显示进度条。
for item in tqdm(data, desc="Processing", total=100, leave=True, ncols=100, ascii=True):
process_data(item)
与 pandas 一起使用
tqdm 可以很方便地与 pandas 一起使用，特别是在处理 DataFrame 时：
import pandas as pd
from tqdm import tqdm
# 为 pandas 应用 tqdm
tqdm.pandas()
# 示例 DataFrame
df = pd.DataFrame({'a': range(1000)})
# 使用 progress_apply 显示进度条
df['a'].progress_apply(lambda x: x ** 2)
嵌套进度条
tqdm 支持嵌套进度条，适用于多层循环：
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)
进度条更新
有时候需要手动更新进度条，这可以使用 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()
到此这篇关于python中的进度条工具tqdm及用法示例的文章就介绍到这了,更多相关python tqdm进度条内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/weixin_47987343/article/details/139580754
