本文主要是介绍Python 进度条tqdm应用记录，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
tqdm 简介
tqdm 是一个非常流行的 Python 库，用于快速添加进度条到循环中。它可以方便地集成到脚本中，并且支持多种类型的迭代器。
安装
首先确保你安装了 tqdm。如果还没有安装，可以通过 pip 安装它（如果要在 jupyter notebook 上使用，还需要ipywidgets支持）：
pip install tqdm
使用方法举例
1. 进度条的基本使用
from tqdm import tqdm
import time# 创建一个简单的进度条
for i in tqdm(range(100)):time.sleep(0.01) # 模拟耗时操作
2. 自定义描述信息
from tqdm import tqdm
import time# 添加描述信息
for i in tqdm(range(100), desc="Processing"):time.sleep(0.01)
3. 设置总进度
from tqdm import tqdm
import time# 显示总进度
for i in tqdm(range(100), total=100):time.sleep(0.01)
4. 更新进度
from tqdm import tqdm
import time# 手动更新进度条
pbar = tqdm(total=100)
for i in range(100):time.sleep(0.01)pbar.update(1) # 更新进度
pbar.close()
5. 多个进度条
from tqdm import tqdm
import time# 同时显示多个进度条
with tqdm(total=100, desc="First") as pbar1, tqdm(total=100, desc="Second") as pbar2:for i in range(100):time.sleep(0.01)pbar1.update(1)pbar2.update(1)
6. 显示额外信息
采用 tqdm.write 函数，可以输出额外信息。
from tqdm import tqdm
import time# 在进度条后面显示额外信息
for i in tqdm(range(100), desc="Processing", unit="it", unit_scale=True):time.sleep(0.01)tqdm.write(f"Processing {i}")
7. 动态更新额外信息
from tqdm import tqdm
import time# 动态更新额外信息
pbar = tqdm(total=100, desc="Processing")
for i in range(100):time.sleep(0.01)pbar.set_postfix_str(f"Processing {i}")pbar.update(1)
pbar.close()
应用实例
1. 在脚本文件 .py 中使用进度条
import pandas as pd
import tqdm
from bad import BigADatabad = BigAData()
stock_count = bad.get_stock_count()
progress = tqdm.tqdm(total=stock_count, desc='获取沪深A股列表', unit='stock')
stock_list = bad.get_stock_name_list(num_per_page=100, progress_bar=progress, stock_count=stock_count)
pd.DataFrame(stock_list).to_excel('沪深A.xlsx', index=False)
效果如下：
2. 在 jupyter notebook 文件 .ipynb 中使用进度条
import pandas as pd
from tqdm.notebook import tqdm
from bad import BigADatabad = BigAData()
stock_count = bad.get_stock_count()
progress = tqdm(total=stock_count, desc='获取大A股票名录', unit='stock')
stock_list = bad.get_stock_name_list(num_per_page=100, progress_bar=progress, stock_count=stock_count)
pd.DataFrame(stock_list).to_excel('大A名录.xlsx', index=False)
3. 作为实例函数的输入参数
# 获取股票列表def get_stock_name_list(self, node='hs_a', stock_count=None, num_per_page=100, progress_bar=None):''' 获取股票列表 node: 节点代码，如hs_a表示沪深A股，sh_a表示沪市A股，sz_a表示深市A股，hs_bjs表示北交所，cyb表示创业板。stock_count: 股票总数num_of_page: 每页数据量progress_bar: 进度条return: 股票列表'''if stock_count is None:stock_count = self.get_stock_count(node)if stock_count is not None:stock_list = []for i in range(1, int(stock_count/num_per_page)+2):data = self.get_market_quotations(node, i, num_per_page)for item in data:stock_list.append({'symbol': item['symbol'], 'code': item['code'], 'name': item['name']})if progress_bar is not None:progress_bar.update(1)return stock_listelse:return None
小结
以上就是 tqdm 的一些用法。我们可以根据自己的需求调整这些参数来定制进度条的显示效果。tqdm 的灵活性使得它非常适合用于各种场景下的进度跟踪。
这篇关于Python 进度条tqdm应用记录的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
