前言

对于运行时间较长的程序，为其加上进度条，可以帮助我们监测代码进度，本文为我们介绍两个进度条工具。

一、tqdm基础介绍

tqdm是一个Python的进度条工具，它可以在Python的循环中以可视化的方式显示进度条和估计剩余时间。它可以应用于各种循环，例如for循环、while循环和迭代器等。

tqdm的使用非常简单，只需要将要迭代的对象传递给tqdm函数即可。例如：

from tqdm import tqdm
for i in tqdm(range(100)):
    # do something

在上面的代码中，range(100)是要迭代的对象，tqdm函数会返回一个可迭代的对象，每次迭代都会更新进度条。可以看到，在for循环中使用tqdm，每次循环都会打印出一个进度条，显示当前的进度和预估剩余时间。

除了在循环中使用外，tqdm还提供了其他一些功能，例如可以自定义进度条的样式、设置进度条的初始值、设置进度条的步长等。它还支持多线程和多进程，可以在并行计算中方便地使用。

1-1、基础用法

安装：pip install tqdm

针对迭代对象是range的用法，可以调用trange来产生进度条。

from tqdm import trange
import time
for i in trange(10):
  time.sleep(0.2)

还可以加参数desc来帮助我们设置进度条的说明文字。

from tqdm import trange
import time
for i in trange(10, desc='这是一个平平无奇的进度条'):
  time.sleep(0.2)

除此以外，还可以预先实例化进度条对象，让说明文字动态变更。

from tqdm import trange 
import time
bar = trange(100, desc='这是一个平平无奇的进度条')
for i in bar:
    time.sleep(0.2)
    bar.set_description(f'第{i}场')

1-2、配合jupyter notebook

只需要把开始的导包程序from tqdm import trange 换成from tqdm.notebook import trange 就可以啦！

1-3、配合pandas中的apply

tqdm对pandas中的apply也提供了支持，用法是：

import pandas as pd
from tqdm.notebook import tqdm
# 每个单独的porgress_apply运行之前一定要先执行tqdm.pandas()
tqdm.pandas()
df=pd.DataFrame({'a', range(10)})
x = df.progress_apply(lambda x: time.sleep(0.2))

1-4、直接遍历列表

注：其他问题是遍历range，这里我们可以直接遍历列表、series、等可迭代对象。

from tqdm import tqdm
for i in tqdm(range(100), bar_format='{percentage:3.0f}%'):
    # do something

这样就会在进度条上显示当前的进度百分比。

2-2、初始值和步长

可以通过设置参数initial和step来设置进度条的初始值和步长。例如，可以将进度条的初始值设置为50，步长设置为2：

from tqdm import tqdm
for i in tqdm(range(100), initial=50, step=2):
    # do something

这样进度条就会从50%开始，并且每次循环增加2%。

2-3、嵌套进度条

tqdm还支持在循环中嵌套使用进度条，例如在for循环中嵌套while循环：

from tqdm import tqdm
for i in tqdm(range(10)):
    for j in tqdm(range(100), leave=False):
        # do something

这样就会在外层循环中显示一个进度条，在内层循环中显示另一个进度条。参数leave用于控制内层进度条是否在外层进度条完成后消失。

2-4、多线程和多进程支持

tqdm还支持在多线程和多进程中使用，可以通过设置参数desc来给每个进程或线程命名。例如：

from tqdm import tqdm
import multiprocessing
def worker(num):
    for i in tqdm(range(1000000), desc=f'Worker {num}'):
        pass
if __name__ == '__main__':
    with multiprocessing.Pool(4) as p:
        p.map(worker, [1, 2, 3, 4])

这样就会在每个进程的进度条上显示进度，并显示进程的名称。
总之，tqdm是一个非常实用的Python工具，可以方便地管理代码执行进度，并且支持多种自定义设置。

参考文章：

在Python中妥善使用进度条.

总结

7点半了，今天下班稍微有点晚。