进度条在现今生活当中随处可见,前两天王者赛季更新,那进度条有网的时候杠杠的,一直往前冲。是不是很好奇,这进度条怎么来的呢???
在说正文之前先看看一个很nice的进度条:
接下来教你用python无障碍实现进度条的生成。
目录
Python Multiprocessing多进程 使用tqdm显示进度条的实现
不用库,直接打印
代码1:
import time
#demo1
def process_bar(percent, start_str='', end_str='', total_length=0):
bar = ''.join(["\033[31m%s\033[0m"%' '] * int(percent * total_length)) + ''
bar = '\r' + start_str + bar.ljust(total_length) + ' {:0>4.1f}%|'.format(percent*100) + end_str
print(bar, end='', flush=True)
for i in range(101):
time.sleep(0.1)
end_str = '100%'
process_bar(i/100, start_str='', end_str=end_str, total_length=15)
#demo2
# for i in range(0, 101, 2):
# time.sleep(0.1)
# num = i // 2
# if i == 100:
# process = "\r[%3s%%]: |%-50s|\n" % (i, '|' * num)
# else:
# process = "\r[%3s%%]: |%-50s|" % (i, '|' * num)
# print(process, end='', flush=True)
效果1:
代码2:
import sys, time
print("正在下载......")
for i in range(11):
if i != 10:
sys.stdout.write("==")
else:
sys.stdout.write("== " + str(i*10)+"%/100%")
sys.stdout.flush()
time.sleep(0.2)
print("\n" + "下载完成")
sys.stdout.write()方法跟print()方法的区别是 前者打印不换行,后者换行。
sys.stdout.flush()方法是立即刷新输出的内容
效果2:
python如何通过pyqt5实现进度条
基本进度条使用
进度条的函数如下:
self.pbar = QProgressBar(self) # 进度条的定义
self.pbar.setGeometry(30, 60, 100, 30) # 进度条的大小和位置,前两个是位置,后两个是大小
进度条默认一般是长度为100,步长度一般使用一个变量来控制,这个变量要初始化为零,需要清空的时候要记得清零:
self.step = 0
当步长设置的的时候,一定要设置到进度条的属性里面,不然的话意义不大,如下所示:
self.step = self.step+1
self.pbar.setValue(self.step)
进度条实现
#!/usr/bin/python3
# -*- coding: utf-8 -*-
"""
PyQt5 教程
这个例子显示了一个进度条控件。
"""
import sys
from PyQt5.QtWidgets import QApplication, QWidget, QProgressBar, QPushButton
from PyQt5.QtCore import QBasicTimer
class Example(QWidget):
def __init__(self):
super().__init__()
self.initUI()
def initUI(self):
self.pbar = QProgressBar(self)
self.pbar.setGeometry(30, 40, 200, 25)
self.btn = QPushButton('开始', self)
self.btn.move(40, 80)
self.btn.clicked.connect(self.doAction)
self.timer = QBasicTimer()
self.step = 0
self.setGeometry(300, 300, 280, 170)
self.setWindowTitle('进度条')
self.show()
def timerEvent(self, e):
if self.step >= 100:
self.step = 0
self.pbar.setValue(self.step)
self.timer.stop()
self.btn.setText('完成')
return
self.step = self.step+1
self.pbar.setValue(self.step)
def doAction(self, value):
print("do action")
if self.timer.isActive():
self.timer.stop()
self.btn.setText('开始')
else:
self.timer.start(100, self)
self.btn.setText('停止')
if __name__ == '__main__':
app = QApplication(sys.argv)
ex = Example()
sys.exit(app.exec_())
运行结果:
python tqdm实现进度条
tqdm安装使用
有时候在使用Python处理比较耗时操作的时候,为了便于观察处理进度,这时候就需要通过进度条将处理情况进行可视化展示,以便我们能够及时了解情况。这对于第三方库非常丰富的Python来说,想要实现这一功能并不是什么难事。
tqdm就能非常完美的支持和解决这些问题,可以实时输出处理进度而且占用的CPU资源非常少
,支持循环处理
、多进程
、递归处理
、还可以结合linux的命令
来查看处理情况,等进度展示。
我们先来看一下进度条的效果。
from tqdm import tqdm
for i in tqdm(range(int(9e6))):
pass
可以看到,当我们的代码的运行需要较长时间时,进度条可以很好的帮助我们了解整个代码的运行进度。
1、安装
tqdm的安装十分简单,只需要通过pip或conda就可以安装。
2、pip安装
pip install tqdm
3、conda安装
conda install -c conda-forge tqdm
tqdm相关操作
1、迭代对象处理
对于可以迭代的对象
都可以使用下面这种方式,来实现可视化进度,非常方便。
from tqdm import tqdm
import time
for i in tqdm(range(100)):
time.sleep(0.1)
pass
100%|████████████████████████████████████████████████████████████████████████████████| 100/100 [00:10<00:00, 9.88it/s]
2、观察处理的数据
通过tqdm
提供的set_description
方法可以实时查看每次处理的数据。
from tqdm import tqdm
import time
pbar = tqdm(["A","B","C","D","E","F"])
for c in pbar:
time.sleep(1)
pbar.set_description("Processing %s"%c)
3、pandas中使用tqdm
在pandas
中对大量数据进行相关操作或者遍历表格的行列时,我们可以使用tqdm
来了解代码运行情况。
import pandas as pd
df = pd.DataFrame({
'Month':[1,2,3,4,5,2,3,4,5,1,2,3,4],
'Name':['张三','张三','张三','张三','张三','李四','李四','李四','李四','王五','王五','王五','王五'],
'Sex':['男','男','女','女','女','男','男','男','男','女','女','女','女']})
for i in tqdm(['Month','Name','Sex']):
pass
100%|██████████████████████████████████████████████████████████████████████████████████| 3/3 [00:00<00:00, 4707.41it/s]
4、多进程进度条
在使用多进程或者嵌套循环处理任务的时候,我们通过tqdm可以实时查看每一个进程任务的处理情况
from tqdm import tqdm
import time
for i in tqdm(range(5), ascii=True,desc="1st process"):
for j in tqdm(range(5), ascii=True,desc="2nd process"):
time.sleep(0.01)
1st process: 0%| | 0/5 [00:00<?, ?it/s]
2nd process: 0%| | 0/5 [00:00<?, ?it/s]
2nd process: 100%|#######################################################################| 5/5 [00:00<00:00, 94.27it/s]
2nd process: 0%| | 0/5 [00:00<?, ?it/s]
1st process: 40%|############################4 | 2/5 [00:00<00:00, 18.09it/s]
2nd process: 0%| | 0/5 [00:00<?, ?it/s]
2nd process: 100%|#######################################################################| 5/5 [00:00<00:00, 93.95it/s]
2nd process: 0%| | 0/5 [00:00<?, ?it/s]
1st process: 80%|########################################################8 | 4/5 [00:00<00:00, 17.99it/s]
2nd process: 0%| | 0/5 [00:00<?, ?it/s]
1st process: 100%|#######################################################################| 5/5 [00:00<00:00, 17.86it/s]
5、自定义进度条显示信息
通过update方法可以控制每次进度条更新的进度。
from tqdm import tqdm
import time
#total参数设置进度条的总长度为100
with tqdm(total=100) as pbar:
for i in range(100):
time.sleep(0.05)
#每次更新进度条的长度为1
pbar.update(1)
除了上述方法之外,我们还能通过另外一种方法来实现操作。
from tqdm import tqdm
import time
#total参数设置进度条的总长度为100
pbar = tqdm(total=100)
for i in range(100):
time.sleep(0.05)
#每次更新进度条的长度为1
pbar.update(1)
#关闭占用的资源
pbar.close()
另外,我们还能通过set_description
和set_postfix
方法设置进度条显示信息。
from tqdm import trange
from random import random,randint
import time
with trange(100) as t:
for i in t:
#设置进度条左边显示的信息
#注意:代码中的HVAE是可以手动换成其他内容的
t.set_description("GEN %i"%i)
#设置进度条右边显示的信息
#注意:此处代码中的gen lr lst是可以手动换成其他内容的
t.set_postfix(loss=random(),gen=randint(1,999),lr="h",lst=[1,2])
time.sleep(0.1)
GEN 99: 100%|███████████████████████████████| 100/100 [00:10<00:00, 9.77it/s, gen=190, loss=0.00811, lr=h, lst=[1, 2]]
令人震惊的是,当我们将进度条显示的信息设置
为中文
时,竟然不会出现乱码!!!!
from tqdm import trange
from random import random,randint
import time
with trange(100) as t:
for i in t:
#设置进度条左边显示的信息
t.set_description("进度 %i"%i)
#设置进度条右边显示的信息
t.set_postfix(loss=random(),随机=randint(1,999),名字="h",列表=[1,2])
time.sleep(0.1)
进度 99: 100%|████████████████████████████████████| 100/100 [00:10<00:00, 9.75it/s, loss=0.975, 列表=[1, 2], 名字=h, 随机=469]
其他相关操作
Last but not least!!最后的内容是十分重要的!!
1、我们在使用tqdm的时候,可以将tqdm(range(n))替换为trange(n),让你的代码看起来更加简洁而又高大上!
from tqdm import tqdm,trange
import time
for i in trange(100):
time.sleep(0.1)
pass
100%|████████████████████████████████████████████████████████████████████████████████| 100/100 [00:10<00:00, 9.90it/s]
2、当我们在jupyter notebook
中使用进度条时,我们会发现整个进度条十分的难看,而在可能会出现多条进度条的情况,这样会让我们的代码显得十分的难看,这显然不是我们想要得到的结果。
我们先来感受一下,这种丑丑的运行结果。
from tqdm import tqdm
for i in tqdm(range(int(200))):
print('tqdm',end=' ')
0%| | 0/200 [00:00<?, ?it/s]
tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm
68%|█████████████████████████████████████████████████████▍ | 137/200 [00:00<00:00, 1360.43it/s]
tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm tqdm 100%|██████████████████████████████████████████████████████████████████████████████| 200/200 [00:00<00:00, 1337.14it/s]
可以看到,上面的代码我们仅仅打印了两百次,整个运行结果就有多个进度条,整体的视觉效果特别差。如果当我们需要进行成千上万次迭代时,整个运行结果将会不堪入目,比我们未使用进度条时的结果更加难看,显然这不是我们想看到的。
tqdm
针对jupyter notebook
添加了专门的进度条美化方法,使用tqdm_notebook()
方法,我们看看效果:
from tqdm import tqdm_notebook
import time
for i in tqdm_notebook(range(100),desc='demo:'):
time.sleep(0.01)
print('tqdm',end=' ')
可以看到,整个运行结果立刻变得美观而又清晰了!
tqdm
在阿拉伯语中的意思是“进展”,是python
中一个快速、扩展性强的进度条工具库,能让我们了解代码的运行进度,也能让我们的运行结果看起来显得更加美观而又高大上!! 喜欢的小伙伴赶紧用起来吧!!
Python Multiprocessing多进程 使用tqdm显示进度条的实现
1.背景
在python运行一些,计算复杂度比较高的函数时,服务器端单核CPU的情况比较耗时,因此需要多CPU使用多进程加快速度
2.函数要求
笔者使用的是:pathos.multiprocessing 库,进度条显示用tqdm库,安装方法:
pip install pathos
安装完成后
from pathos.multiprocessing import ProcessingPool as Pool
from tqdm import tqdm
这边使用pathos的原因是因为,multiprocessing 库中的Pool 函数只支持单参数输入,例如 f(x) = x**2,而不能处理 f (x,y) = x+y 这类的函数
更不用说一些需要参数的函数 例如:F(x , alpha=0.5, gamma = 0.1) 这样。
3.代码
定义一个 函数 F [ X ] ,其中,输入X是可以在第一个维度上迭代的array, 大小:[ num_X, len ] , 在第一维度 num_X 上进行迭代。
zip_lamda = [lamda for i in range(len(X)) ]
zip_weight = [weight for i in range(len(X)) ]
with tqdm(total=len(cold_sequences)) as t:
for i, x in enumerate(pool.imap(F,X,zip_lamda,zip_weight)):
X[i,:] = [x[key] for key in x.keys()]
Y[i,] = 0
t.update()
pool.close()
pool.join()
4.结果
mutiprocess 加速前
mutiprocess 加速后
python progressbar实现进度条
安装:
pip3 install progressbar2
使用样例:
import time
from progressbar import *
progress = ProgressBar()
for i in progress(range(1000)):
time.sleep(0.01)
python alive-progress库实现进度条
alive-progress库是一种具有动态效果的智能进度条,库详细说明参加GitHub。
使用库之前需要进行安装,pip指令如下所示:
pip install alive-progress
实现总耗时10S的动态效果进度条 ,代码如下所示:
from alive_progress import alive_bar
import time
items = range(10) # retrieve your set of items
with alive_bar(len(items)) as bar: # declare your expected total
for item in items: # iterate as usual
# process each item
bar() # call after consuming one item
time.sleep(1)
效果如下所示:
python PySimpleGUI库实现进度条
PySimpleGUI库是基于Tkinter、Remi、wxPython和PyQt库GUI库,我们可以基于它实现在GUI中添加进度条,当然这只是抛砖引玉,小伙伴们可以使用自己喜爱的GUI库实现进度条设计,库详细说明参加GitHub。
使用库之前需要进行安装,pip指令如下所示:
pip install pysimplegui
实现总耗时10S的动态GUI效果进度条 ,代码如下所示:
import PySimpleGUI as sg
import time
items = range(10)
for i, item in enumerate(items):
sg.one_line_progress_meter('Progress Meter', i+1, len(items), '-key-')
time.sleep(1)
效果如下所示:
wxPython实现带颜色的进度条
代码:
import wx
import wx.lib.fancytext as fancytext
class ColourGauge(wx.Panel):
def __init__(self, parent,id, pos=wx.DefaultPosition, size=wx.DefaultSize):
wx.Panel.__init__(self, id=id, parent=parent, pos=pos, size=size, style=wx.TAB_TRAVERSAL)
# creat Gauge
self.gauge = Gauge(self, id=-1, size=size)
self.SetAutoLayout(True)
lc = wx.LayoutConstraints()
lc.top.SameAs(self, wx.Top, 0) #AsIs()
lc.left.AsIs()
lc.height.AsIs()
lc.right.SameAs(self, wx.Right, 0)
self.gauge.SetConstraints(lc)
def setPercent(self, percent):
self.gauge.setPercent(percent)
def setBackgroundColour(self, colour):
self.gauge.SetBackgroundColour(colour)
def setBarColour(self, colour):
self.gauge.color = colour
def getBarColour(self):
return self.gauge.color
def setStep(self,step):
self.gauge.step=step
def makeStep(self):
if self.gauge.percent>=1.: return
self.gauge.percent+=self.gauge.step
if self.gauge.percent>1.:
self.gauge.percent=1.
self.Refresh()
self.Update()
class Gauge(wx.Control):
default_color = "GREEN" # "MAGENTA","BLUE" # "GREEN" "RED" "YELLOW"
def __init__(self, parent,id,pos=wx.DefaultPosition,size=wx.DefaultSize):
wx.Control.__init__(self, parent, id, pos, size)
self.SetBackgroundColour(wx.WHITE)
self.color= Gauge.default_color
self.percent = 0.0
self.step = 0.0
wx.EVT_PAINT(self, self.OnPaint)
def OnPaint(self, evt):
dc = wx.PaintDC(self)
dc.Clear()
dc.BeginDrawing()
dc.SetPen( wx.Pen(self.color,0) )
dc.SetBrush( wx.Brush(self.color) )
w,h = self.GetSizeTuple()
dc.DrawRectangleRect((0,0,w*self.percent,h))
percentStr= "%d%%"% int(self.percent*100)
tx, ty = fancytext.getExtent(percentStr, dc)
dc.DrawText(percentStr, w/2-tx/2, h/2-ty/2)
dc.EndDrawing()
def setPercent(self,percent):
if percent <0 or percent >1.:
return
self.percent = percent
def setColor(self,color):
self.color = color
def getColor(self):
return self.color
def setStep(self,step):
self.step=step
def makeStep(self):
if self.percent>=1.: return
self.percent+=self.step
if self.percent>1.:
self.percent=1.
self.gauge.Refresh()
self.gauge.Update()
效果:
总结
一、普通进度条
示例代码
import sys
import time
def progress_bar():
for i in range(1, 101):
print("\r", end="")
print("Download progress: {}%: ".format(i), "▋" * (i // 2), end="")
sys.stdout.flush()
time.sleep(0.05)
if __name__ == '__main__':
progress_bar()
二、带时间的进度条
导入time模块来计算代码运行的时间,加上代码迭代进度使用格式化字符串来输出代码运行进度
示例代码
import time
scale = 50
print("执行开始,祈祷不报错".center(scale // 2,"-"))
start = time.perf_counter()
for i in range(scale + 1):
a = "*" * i
b = "." * (scale - i)
c = (i / scale) * 100
dur = time.perf_counter() - start
print("\r{:^3.0f}%[{}->{}]{:.2f}s".format(c,a,b,dur),end = "")
time.sleep(0.1)
print("\n"+"执行结束,万幸".center(scale // 2,"-"))
三、TPDM 进度条
这是一个专门生成进度条的工具包,可以使用pip在终端进行下载,当然还能切换进度条风格
示例代码
from time import sleep
from tqdm import tqdm
# 这里同样的,tqdm就是这个进度条最常用的一个方法
# 里面存一个可迭代对象
for i in tqdm(range(1, 500)):
# 模拟你的任务
sleep(0.01)
sleep(0.5)
四、progress 进度条
只需要定义迭代的次数、进度条类型并在每次迭代时告知进度条即可
相关文档:https://pypi.org/project/progress/1.5/
示例代码
import time
from progress.bar import IncrementalBar
mylist = [1,2,3,4,5,6,7,8]
bar = IncrementalBar('Countdown', max = len(mylist))
for item in mylist:
bar.next()
time.sleep(1)
bar.finish()
五、alive_progress 进度条
顾名思义,这个库可以使得进度条变得生动起来,它比原来我们见过的进度条多了一些动画效果,需要使用pip进行下载
相关文档:https://github.com/rsalmei/alive-progress
示例代码
from alive_progress import alive_bar
# retrieve your set of items
items = range(100)
# declare your expected total
with alive_bar(len(items)) as bar:
# iterate as usual
for item in items:
# process each item
bar()
time.sleep(0.1)
六、可视化进度条
用 PySimpleGUI 得到图形化进度条,我们可以加一行简单的代码,在命令行脚本中得到图形化进度条,也是使用pip进行下载
示例代码
import PySimpleGUI as sg
import time
mylist = [1,2,3,4,5,6,7,8]
for i, item in enumerate(mylist):
sg.one_line_progress_meter('This is my progress meter!', i+1, len(mylist), '-key-')
time.sleep(1)
资源传送门
- 关注【做一个柔情的程序猿】公众号
- 在【做一个柔情的程序猿】公众号后台回复 【python资料】【2020秋招】 即可获取相应的惊喜哦!
- 自己搭建的博客地址:梦魇回生的博客
「❤️ 感谢大家」
- 点赞支持下吧,让更多的人也能看到这篇内容(收藏不点赞,都是耍流氓 -_-)
- 欢迎在留言区与我分享你的想法,也欢迎你在留言区记录你的思考过程