百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

Python 动态进度条实现(python进度条tqdm)

off999 2024-09-14 07:15 26 浏览 0 评论

在编写Python脚本时,特别是在处理长时间运行的任务或者循环迭代的过程中,向用户展示任务的执行进度是非常重要的。进度条不仅能够提高用户体验,还能让用户对程序的运行情况有一个直观的了解。这篇文章将会介绍如何在Python中实现动态进度条,并通过多个实例来展示其实现方式。


1. 使用 print 函数

最简单的方式是直接使用print函数来更新进度条的状态。

示例代码 1:

import time
def progress_bar(n, total, bar_length=20):
    percent = float(n) / total
    arrow = '-' * int(round(percent * bar_length) - 1) + '>'
    spaces = ' ' * (bar_length - len(arrow))
    print(f'Progress: [{arrow}{spaces}] {int(round(percent * 100))}%', end='\r')
total = 50
for i in range(total):
    time.sleep(0.1)  # 模拟耗时操作
    progress_bar(i + 1, total)
print()  # 打印换行

输出结果:


Progress: [--------------------->] 100%

2. 使用 tqdm 库

tqdm 是一个非常流行的进度条库,它能够轻松地为循环添加进度条。

示例代码 2:

from tqdm import tqdm
import time
total = 50
for i in tqdm(range(total), desc="Processing"):
    time.sleep(0.1)  # 模拟耗时操作

输出结果:

Processing: 100%|██████████| 50/50 [00:05<00:00,  9.82it/s]


3. 自定义样式

tqdm 支持自定义样式,比如颜色和字符。

示例代码 3:

from tqdm import tqdm
import time
total = 50
for i in tqdm(range(total), desc="Processing", bar_format="{desc}: {n_fmt}/{total_fmt} [{elapsed}<{remaining}, {rate_fmt}{postfix}]"):
    time.sleep(0.1)  # 模拟耗时操作

输出结果:

Processing: 50/50 [00:05<00:00,  9.82it/s]


4. 多进度条

有时候我们需要同时跟踪多个进度条。

示例代码 4:

from tqdm import tqdm
import time
with tqdm(total=100, desc="First") as pbar1, tqdm(total=100, desc="Second") as pbar2:
    for i in range(100):
        time.sleep(0.05)
        pbar1.update(1)
        pbar2.update(1)

输出结果:

First: 100%|██████████| 100/100 [00:05<00:00, 19.31it/s]
Second: 100%|██████████| 100/100 [00:05<00:00, 19.31it/s]


5. 嵌套进度条

当你的任务是分层结构时,嵌套进度条会很有用。

示例代码 5:

from tqdm import tqdm
import time
outer = tqdm(total=100, desc="Outer Loop")
for i in outer:
    inner = tqdm(total=100, desc="Inner Loop", leave=False)
    for j in inner:
        time.sleep(0.01)
        inner.update(1)
    outer.update(1)
    inner.close()
outer.close()

输出结果:

Outer Loop: 100%|██████████| 100/100 [00:10<00:00,  9.78it/s]


6. 更新频率控制

有时你需要控制进度条的更新频率。

示例代码 6:

from tqdm import tqdm
import time
total = 50
for i in tqdm(range(total), desc="Processing", mininterval=0.5):
    time.sleep(0.1)  # 模拟耗时操作

输出结果:

Processing: 100%|██████████| 50/50 [00:05<00:00,  9.82it/s]


7. 动态描述

在循环中更新描述文本。

示例代码 7:

from tqdm import tqdm
import time
total = 50
with tqdm(total=total, desc="Starting") as pbar:
    for i in range(total):
        time.sleep(0.1)  # 模拟耗时操作
        pbar.set_description(f"Processing {i+1}")
        pbar.update(1)

输出结果:

Processing 50: 100%|██████████| 50/50 [00:05<00:00,  9.82it/s]


8. 自定义回调

可以定义一个回调函数来处理进度条的更新。

示例代码 8:

from tqdm import tqdm
import time
def update_progress(progress):
    print(f"Progress: {progress}% completed.", end="\r")
total = 50
for i in range(total):
    time.sleep(0.1)  # 模拟耗时操作
    update_progress(int((i + 1) / total * 100))
print()  # 打印换行

输出结果:

Progress: 100% completed.


9. 使用 click 库

click 是一个用于构建命令行界面的库,也可以用来显示进度条。

示例代码 9:

import click
import time
total = 50
with click.progressbar(range(total), label='Processing') as bar:
    for i in bar:
        time.sleep(0.1)  # 模拟耗时操作

输出结果:

Processing 50/50 [100%]


10. 使用 rich 库

rich 是一个强大的库,可以创建美观的终端输出,包括进度条。

示例代码 10:

from rich.progress import track
import time
total = 50
for i in track(range(total), description="Processing..."):
    time.sleep(0.1)  # 模拟耗时操作

输出结果:

Processing... 100% 50/50 [00:05<00:00,  9.82it/s]


通过上述示例,你可以看到不同的方法来实现动态进度条。选择合适的方法取决于你的具体需求和场景。希望这些示例能帮助你在实际项目中有效地使用进度条功能!

相关推荐

Python 数据分析——利用Pandas进行分组统计

话说天下大势,分久必合,合久必分。数据分析也是如此,我们经常要对数据进行分组与聚合,以对不同组的数据进行深入解读。本章将介绍如何利用Pandas中的GroupBy操作函数来完成数据的分组、聚合以及统计...

python数据分析:介绍pandas库的数据类型Series和DataFrame

安装pandaspipinstallpandas-ihttps://mirrors.aliyun.com/pypi/simple/使用pandas直接导入即可importpandasas...

使用DataFrame计算两列的总和和最大值_[python]

【如果对您有用,请关注并转发,谢谢~~】最近在处理气象类相关数据的空间计算,在做综合性计算的时候,DataFrame针对每列的统计求和、最大值等较为方便,对某行的两列或多列数据进行求和与最大值等的简便...

8-Python内置函数

Python提供了丰富的内置函数,这些函数可以直接使用而无需导入任何模块。以下是一些常用的内置函数及其示例:1-print()1-1-说明输出指定的信息到控制台。1-2-例子2-len()2-1-说...

Python中函数式编程函数: reduce()函数

Python中的reduce()函数是一个强大的工具,它通过连续地将指定的函数应用于序列(如列表)来对序列(如列表)执行累积操作。它是functools模块的一部分,这意味着您需要在使用它之...

万万没想到,除了香农计划,Python3.11竟还有这么多性能提升

众所周知,Python3.11版本带来了较大的性能提升,但是,它具体在哪些方面上得到了优化呢?除了著名的“香农计划”外,它还包含哪些与性能相关的优化呢?本文将带你一探究竟!作者:BeshrKay...

最全python3.11版12类75个内置函数大全

获取全部内置函数:importbuiltins#导入模块yc=[]#异常属性nc=[]#不可调用fn=[]#内置函数defll(ty=builtins):...

软件测试笔试题

测试工程师岗位,3-5年,10-14k1.我司有一款产品,类似TeamViewer,向日葵,mstsc,QQ远程控制产品,一个PC客户端产品,请设想一下测试要点。并写出2.写出常用的SQL语句8条,l...

备战各大互联网巨头公司招聘会,最全Python面试大全,共300题

前言众所周知,越是顶尖的互联网公司在面试这一part的要求就越高,需要你有很好的技术功底、项目经验、一份漂亮的简历,当然还有避免不了的笔试过关。对于Python的工程师来说,全面掌握好有关Python...

经典 SQL 数据库笔试题及答案整理

马上又是金三银四啦,有蛮多小伙伴在跳槽找工作,但对于年限稍短的软件测试工程师,难免会需要进行笔试,而在笔试中,基本都会碰到一道关于数据库的大题,今天这篇文章呢,就收录了下最近学员反馈上来的一些数据库笔...

用Python开发日常小软件,让生活与工作更高效!附实例代码

引言:Python如何让生活更轻松?在数字化时代,编程早已不是程序员的专属技能。Python凭借其简洁易学的特点,成为普通人提升效率、解决日常问题的得力工具。无论是自动化重复任务、处理数据,还是开发个...

太牛了!102个Python实战项目被我扒到了!建议收藏!

挖到宝了!整整102个Python实战项目合集,从基础语法到高阶应用全覆盖,附完整源码+数据集,手把手带你从代码小白变身实战大神!这波羊毛不薅真的亏到哭!超全项目库,学练一站式搞定这份资...

Python中的并发编程

1.Python对并发编程的支持多线程:threading,利用CPU和IO可以同时执行的原理,让CPU不会干巴巴等待IO完成。多进程:multiprocessing,利用多核CPU...

Python 也有内存泄漏?

1.背景前段时间接手了一个边缘视觉识别的项目,大功能已经开发的差不多了,主要是需要是优化一些性能问题。其中比较突出的内存泄漏的问题,而且不止一处,有些比较有代表性,可以总结一下。为了更好地可视化内存...

python爬虫之多线程threading、多进程、协程aiohttp批量下载图片

一、单线程常规下载常规单线程执行脚本爬取壁纸图片,只爬取一页的图片。importdatetimeimportreimportrequestsfrombs4importBeautifu...

取消回复欢迎 发表评论: