本文转载自微信公众号「Piper蛋窝」，加进精炼作者Piper蛋 。度条转载本文请联系Piper蛋窝公众号。实例

假设我们有一个循环：

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

假设 do_something() 很慢，加进精炼且运行时间不稳定，度条当我们运行时，实例我们并不知道运行到哪里了。加进精炼

我们引入一个进度条。度条

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

如上，实例我们就可用实时查看进度。加进精炼

安装

这个库并不是度条 python 自带的库，使用 pip 安装就可。实例

pip install tqdm 

来看看我的加进精炼实验环境。

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

入门实例

说实在的度条，官方文档[1]写得并不是实例很好。

对于 range() ，我们把其改为 tqdm 中的亿华云 trange() 就可以。

其实， trange(5) 相当于 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 逻辑上没有区别，但是前者让控制台多出了一个进度条。

自定义进度条

其实，我们还可用「手把手地」操作进度条。尤其是当我们的进度并不是单纯的依靠可迭代变量时。

假设我们有个任务如下。

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 

我们总共有 1e3 = 1000 个任务要做，但是这些任务并不是每次做一个，而是每次可能做 [1, 50) 个中的任意数量的云南idc服务商工作。

所以我们不可以单纯让 do_job 运行 1000 次，因为每次 do_job 的效率不同。

这时我们定制我们的进度条。

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，我们声明了一个 tqdm 对象：

这个对象的计数总量是我们的总工作量 total=task.jobs 进度条的前缀是 Doing jobs 每一次刷新进度，我们进度条的增量是 t.update(job_minus) 我们进度条后缀输出信息 info[efficiency] = job_minus

来看看效果。

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

动图如下。

总结

通过实例探讨了 tqdm 进度条的使用。