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...
欢迎 你 发表评论:
- 一周热门
-
-
抖音上好看的小姐姐,Python给你都下载了
-
全网最简单易懂!495页Python漫画教程,高清PDF版免费下载
-
Python 3.14 的 UUIDv6/v7/v8 上新,别再用 uuid4 () 啦!
-
python入门到脱坑 输入与输出—str()函数
-
宝塔面板如何添加免费waf防火墙?(宝塔面板开启https)
-
Python三目运算基础与进阶_python三目运算符判断三个变量
-
(新版)Python 分布式爬虫与 JS 逆向进阶实战吾爱分享
-
失业程序员复习python笔记——条件与循环
-
慕ke 前端工程师2024「完整」
-
飞牛NAS部署TVGate Docker项目,实现内网一键转发、代理、jx
-
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)
