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 50 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

阿里云国际站ECS:阿里云ECS如何提高网站的访问速度?

TG:@yunlaoda360引言:速度即体验,速度即业务在当今数字化的世界中,网站的访问速度已成为决定用户体验、用户留存乃至业务转化率的关键因素。页面加载每延迟一秒,都可能导致用户流失和收入损失。对...

高流量大并发Linux TCP性能调优_linux 高并发网络编程

其实主要是手里面的跑openvpn服务器。因为并没有明文禁p2p(哎……想想那么多流量好像不跑点p2p也跑不完),所以造成有的时候如果有比较多人跑BT的话,会造成VPN速度急剧下降。本文所面对的情况为...

性能测试100集(12)性能指标资源使用率

在性能测试中,资源使用率是评估系统硬件效率的关键指标,主要包括以下四类:#性能测试##性能压测策略##软件测试#1.CPU使用率定义:CPU处理任务的时间占比,计算公式为1-空闲时间/总...

Linux 服务器常见的性能调优_linux高性能服务端编程

一、Linux服务器性能调优第一步——先搞懂“看什么”很多人刚接触Linux性能调优时,总想着直接改配置,其实第一步该是“看清楚问题”。就像医生看病要先听诊,调优前得先知道服务器“哪里...

Nginx性能优化实战:手把手教你提升10倍性能!

关注△mikechen△,十余年BAT架构经验倾囊相授!Nginx是大型架构而核心,下面我重点详解Nginx性能@mikechen文章来源:mikechen.cc1.worker_processe...

高并发场景下,Spring Cloud Gateway如何抗住百万QPS?

关注△mikechen△,十余年BAT架构经验倾囊相授!大家好,我是mikechen。高并发场景下网关作为流量的入口非常重要,下面我重点详解SpringCloudGateway如何抗住百万性能@m...

Kubernetes 高并发处理实战(可落地案例 + 源码)

目标场景:对外提供HTTPAPI的微服务在短时间内收到大量请求(例如每秒数千至数万RPS),要求系统可弹性扩容、限流降级、缓存减压、稳定运行并能自动恢复。总体思路(多层防护):边缘层:云LB...

高并发场景下,Nginx如何扛住千万级请求?

Nginx是大型架构的必备中间件,下面我重点详解Nginx如何实现高并发@mikechen文章来源:mikechen.cc事件驱动模型Nginx采用事件驱动模型,这是Nginx高并发性能的基石。传统...

Spring Boot+Vue全栈开发实战,中文版高清PDF资源

SpringBoot+Vue全栈开发实战,中文高清PDF资源,需要的可以私我:)SpringBoot致力于简化开发配置并为企业级开发提供一系列非业务性功能,而Vue则采用数据驱动视图的方式将程序...

Docker-基础操作_docker基础实战教程二

一、镜像1、从仓库获取镜像搜索镜像:dockersearchimage_name搜索结果过滤:是否官方:dockersearch--filter="is-offical=true...

你有空吗?跟我一起搭个服务器好不好?

来人人都是产品经理【起点学院】,BAT实战派产品总监手把手系统带你学产品、学运营。昨天闲的没事的时候,随手翻了翻写过的文章,发现一个很严重的问题。就是大多数时间我都在滔滔不绝的讲理论,却很少有涉及动手...

部署你自己的 SaaS_saas如何部署

部署你自己的VPNOpenVPN——功能齐全的开源VPN解决方案。(DigitalOcean教程)dockovpn.io—无状态OpenVPNdockerized服务器,不需要持久存储。...

Docker Compose_dockercompose安装

DockerCompose概述DockerCompose是一个用来定义和管理多容器应用的工具,通过一个docker-compose.yml文件,用YAML格式描述服务、网络、卷等内容,...

京东T7架构师推出的电子版SpringBoot,从构建小系统到架构大系统

前言:Java的各种开发框架发展了很多年,影响了一代又一代的程序员,现在无论是程序员,还是架构师,使用这些开发框架都面临着两方面的挑战。一方面是要快速开发出系统,这就要求使用的开发框架尽量简单,无论...

Kubernetes (k8s) 入门学习指南_k8s kubeproxy

Kubernetes(k8s)入门学习指南一、什么是Kubernetes?为什么需要它?Kubernetes(k8s)是一个开源的容器编排系统,用于自动化部署、扩展和管理容器化应用程序。它...

取消回复欢迎 发表评论: