Tqdm庫比較常用，用于顯示進度條。

簡單用法：

from tqdm import tqdm for i in tqdm(range(2)): pass

100%|???????????????????| 2/2 [00:00<00:00, 1998.72it/s]

  從上面可以看到生成一個長度為2的列表傳入tqdm中，在for中迭代，此時輸出了進度條，這里tqdm全部使用了默認參數，默認進度條樣式就是如上所示；通常默認進度條所輸出的信息并不滿足我們的需求，tqdm還可以定制進度條樣式；  tdqm數據參數支持的數據類型是可迭代的對象iterable，在Python中默認的可迭代對象有：list、str、tuple、dict、file、xrange等，當然還有自定義可迭代對象；

tqdm參數

desc=None, str類型，作為進度條說明total=None, 預期的迭代次數 file=None, 輸出方式，默認為sys.stderrncols=None, 進度條長度mininterval=0.1, 進度條最小的更新間隔，單位秒，默認：0.1maxinterval=10.0, 進度條最大更新間隔，單位秒，默認：10unit=’it’, 單位，默認it每秒迭代數bar_format=None, 進度條格式postfix 字典形式信息，例如：速度=5

  這些參數為相對比較常用的參數，并且全部都是可選參數；在自定義進度條當中比較重要的的一個參數為：bar_format，用于定義進度條的具體格式，所包含的具體數據信息；  下面主要介紹這個參數的具體用法；

Specify a custom bar string formatting. May impact performance. [default: ’{l_bar}{bar}{r_bar}’], where l_bar=’{desc}: {percentage:3.0f}%|’ and r_bar=’| {n_fmt}/{total_fmt} [{elapsed}<{remaining}, ’ ’{rate_fmt}{postfix}]’ Possible vars: l_bar, bar, r_bar, n, n_fmt, total, total_fmt, percentage, elapsed, elapsed_s, ncols, nrows, desc, unit, rate, rate_fmt, rate_noinv, rate_noinv_fmt, rate_inv, rate_inv_fmt, postfix, unit_divisor, remaining, remaining_s. Note that a trailing ': ' is automatically removed after {desc} if the latter is empty.

上面為tqdm對bar_format的參數描述；從中可看出：進度條默認格式為： {l_bar}{bar}{r_bar}進度條分為三部分： 中間的圖形(bar)，圖形左邊(l_bar)、圖形右邊(r_bar)

l_bar： {desc}: {percentage:3.0f}%| bar: 進度條 r_bar: |{n_fmt}/{total_fmt}[{elapsed}<{remaining},{rate_fmt}{postfix}]

100%|?????????????????| 3/3 [00:03<00:00, 1.00s/it]

percentage:百分比n_fmt：當前數total_fmt：總數elapsed：消耗的時間remaining：剩余時間rate_fmt：速率postifx：后綴字典描述desc、postfix默認為空；

自定義進度條：

1、bar_format=’進度:{percentage:3.0f}%|{bar}|{n}/{total}[{elapsed}<{remaining},{rate_fmt}{postfix}]’進度:100%|????????????????????|3/3[00:03<00:00, 1.00s/it]

2、bar_format=’進度:{percentage:3.0f}%|{bar}|{n}/{total}[{rate_fmt}{postfix}]’進度:100%|????????????????????|3/3[ 1.00s/it]

批量數據進度條

import numpy as npfrom torch.utils.data import DataLoaderimport timefrom tqdm import tqdm, tqdm_notebookfrom random import randomdata =np.array([1,2,3,4])data_loader = DataLoader(data, batch_size=2, num_workers=0, shuffle=False)iterator = tqdm(data_loader,maxinterval=10,mininterval=2, ncols=80,bar_format=’{l_bar}|{bar}| {n_fmt}/{total_fmt} [{rate_fmt}{postfix}|{elapsed}<{remaining}]’,nrows=10,smoothing=0.1)epoch =0for d in iterator: time.sleep(2) epoch +=1 print(d) iterator.set_description(’epoch %d’ %epoch) iterator.set_postfix_str(’loss={:^7.3f}’.format(random()))

以上就是python tqdm庫的使用的詳細內容，更多關于python tqdm庫的資料請關注好吧啦網其它相關文章！