这篇教程Python的Tqdm模块实现进度条配置写得很实用，希望能帮到您。
tqdm官网地址：https://pypi.org/project/tqdm/ Github地址：https://github.com/tqdm/tqdm 简介 Tqdm 是一个快速，可扩展的Python进度条，可以在 Python 长循环中添加一个进度提示信息，用户只需要封装任意的迭代器 tqdm(iterator)。 总之，它是用来显示进度条的，很漂亮，使用很直观（在循环体里边加个tqdm），而且基本不影响原程序效率。名副其实的“太强太美”了！这样在写运行时间很长的程序时，是该多么舒服啊！ 给一张GIF图看一下实际效果 
安装 使用示例一 简单的demo： # !/user/bin/env python# -*- coding:utf-8 -*- import timefrom tqdm import tqdmfrom tqdm._tqdm import trange for i in tqdm(range(100)): time.sleep(0.01) 输出结果如下： 
关于tqdm对于range的封装 import timefrom tqdm import tqdmfrom tqdm._tqdm import trange for j in trange(100): time.sleep(0.1) 输出结果如下（同上） 
示例二： 对于任意list的使用 alist = list('letters')bar = tqdm(alist)for letter in bar: bar.set_description(f"Now get {letter}")输出结果如下： 
传入任意list pbar = tqdm(["a", "b", "c", "d"]) for char in pbar: pbar.set_description("Processing %s" % char)手动控制更新 with tqdm(total=100) as pbar: for i in range(10): pbar.update(10) # 也可以这样pbar = tqdm(total=100)for i in range(10): pbar.update(10)pbar.close() 示例三： 结合pandas的使用 import pandas as pdimport numpy as np df = pd.DataFrame(np.random.randint(0, 100, (10000000, 6)))tqdm.pandas(desc="my bar！")df.progress_apply(lambda x: x**2) 输出结果如下： 
示例四 在Shell的tqdm用法 $ time find . -name '*.py' -exec cat /{} /; | wc -l857365 real 0m3.458suser 0m0.274ssys 0m3.325s $ time find . -name '*.py' -exec cat /{} /; | tqdm | wc -l857366it [00:03, 246471.31it/s]857365 real 0m3.585suser 0m0.862ssys 0m3.358s使用的参数： $ find . -name '*.py' -exec cat /{} /; | tqdm --unit loc --unit_scale --total 857366 >> /dev/null100%|███████████████████████████████████| 857K/857K [00:04<00:00, 246Kloc/s] 备份一个目录： $ 7z a -bd -r backup.7z docs/ | grep Compressing | tqdm --total $(find docs/ -type f | wc -l) --unit files >> backup.log100%|███████████████████████████████▉| 8014/8014 [01:37<00:00, 82.29files/s] 本文参考：https://blog.csdn.net/langb2014/article/details/54798823?locationnum=8&fps=1 到此这篇关于Python的Tqdm模块实现进度条配置的文章就介绍到这了,更多相关Python Tqdm进度条内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
详解pandas apply 并行处理的几种方法
pandas map(),apply(),applymap()区别解析 |
