1 簡介

在日常工作中，我們運行程序經常會用到「循環迭代」，假如這個執行時間很短，那倒也無所謂。但是有一些過程耗時蠻長的，給其加上「進度條」(progress bar)，可以幫我們監控代碼執行進度，以及過程出現異常的情況，非常實用。這里為大家介紹Python中非常實用又風格迥異的兩個進度條相關庫——tqdm與alive-progress的主要用法。

2 tqdm常用方法

tqdm是Python中所有進度條相關庫中最出名的，既然是最出名的，自然有它獨到之處。

tqdm不僅可以生成基礎的可在終端中顯示的進度條，還可以配合jupyter notebook和jupyter lab生成更加美觀的網頁「交互」部件形式的進度條，更是和pandas強強聯手，為pandas中的一些操作提供專有的進度條功能。

下面我們來對tqdm的主要功能進行介紹。

2.1 基礎用法

因為是第三方庫，首先需要利用pip install tqdm或 conda install -c conda-forge tqdm對其進行安裝，安裝完成后先來看看它最基本的用法：

利用tqdm.tqdm，將for循環過程中進行迭代的對象簡單包裹，就實現了為循環過程添加進度條以及打印執行速度、已運行時間與預估剩余運行時間等實用信息的功能，同樣也可用于「列表推導」：

而針對迭代對象是range()的情況，tqdm還提供了簡化版的trange()來代替tqdm(range())：

其附帶的參數desc還可以幫助我們設置進度條的說明文字：

而如果想要在迭代過程中變更說明文字，還可以預先實例化進度條對象，在需要刷新說明文字的時候執行相應的程序：

但當迭代的對象長度一開始未知時，譬如對pandas中的DataFrame.itertuples()進行迭代，我們就只能對其執行速度等信息進行估計，但無法看到進度條遞增情況，因為tqdm不清楚迭代的終點如何：

2.2 配合jupyter notebook/jupyter lab的美觀進度條

tqdm對jupyter notebook和jupyter lab有著特殊的支持，且使用方法非常簡單，只需要將原有的from tqdm import XXX的相應功能導入格式修改為from tqdm.notebook import XXX就可以了，以trange為例：

2.3 配合pandas中的apply

tqdm對pandas中的apply()過程提供了特殊的支持，因為pandas中的apply()本質上就是串行循環運算，你可以將pandas中的任何apply操作替換為progress_apply，并且記住每個單獨的progress_apply前要先執行tqdm.pandas()，就像下面的例子一樣：

3 alive-progress常用方法

雖然與tqdm一樣都是為了給循環過程加上進度條而誕生的庫，但alive-progress相比tqdm增加了更多花樣繁多的動態效果，我們通過調用其專門提供的showtime()函數可以查看所有可用的動態進度條樣式：

同樣類似地可以查看所有進度條樣式：

使用起來也是非常簡單，但與tqdm用法區別很大，需要配合with關鍵詞，譬如下面我們使用到alive_progress中的alive_bar來生成動態進度條：

通過修改bar參數來改變進度條的樣式：

比較遺憾的是目前的alive-progress只能在終端中運行，還沒有為jupyter開發更美觀的交互式部件，但你可以在譬如網絡爬蟲等任務中使用它，效果也是很不錯的。然后想學習python的同學可以看一下教程。

創作挑戰賽新人創作獎勵來咯，堅持創作打卡瓜分現金大獎

總結

以上是生活随笔為你收集整理的python 函数进度条怎么_刷新你对进度条的认识，用python写出不一样的进度条的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。