用tqdm可视化loop过程

讨论两种loop情况

• loop是单纯的for ... in结构

  from tqdm import tqdm
  from time import sleep
  iterator = [1,2,3,4]
  for _int in tqdm(iterator):
      sleep(0.5) # slow down the processing  speed
      print(_int)
  

  显示输出如下：

  100%|███████████████████████████████████████████████████████| 4/4 [00:02<00:00,  1.98it/s]
  

  注意一下，如果在上面代码中加了print(_int)会造成显示的分离，如下所示：

    0%|                                                               | 0/4 [00:00<?, ?it/s]1
   25%|█████████████▊                                         | 1/4 [00:00<00:01,  2.00it/s]2
   50%|███████████████████████████▌                           | 2/4 [00:01<00:01,  2.00it/s]3
   75%|█████████████████████████████████████████▎             | 3/4 [00:01<00:00,  2.00it/s]4
  100%|███████████████████████████████████████████████████████| 4/4 [00:02<00:00,  1.98it/s]
  

• loop是附带enumerate的for ... in enumerate结构

  from tqdm import tqdm
  from time import sleep
  iterator = [1,2,3,4]
  for index, _int in enumerate(tqdm(iterator)):
      sleep(0.5) # slow down the processing  speed
      print(index, _int)
  

• 综上，不管是怎样的loop结构，只需要将tqdm添加到iterator前面就好了，这是固定的结构

• 在下一篇博客中我将介绍使用tqdm可视化multiprocessing批量下载图片过程