python進(jìn)度條庫tqdm使用記錄(特點(diǎn)和用法)
tqdm概述
tqdm(全稱"taqaddum",阿拉伯語中的“進(jìn)展”)是一個(gè)Python庫,用于在命令行界面中創(chuàng)建美觀的進(jìn)度條,以跟蹤代碼中循環(huán)、迭代和任務(wù)的執(zhí)行進(jìn)度。它是一個(gè)強(qiáng)大的工具,使你能夠以可視化的方式監(jiān)控長時(shí)間運(yùn)行的任務(wù)。以下是tqdm的一些主要特點(diǎn)和用法:
- 美觀的進(jìn)度條:tqdm創(chuàng)建了一個(gè)美觀的文本進(jìn)度條,通過在命令行窗口中動(dòng)態(tài)顯示進(jìn)度,讓你清晰地了解任務(wù)的進(jìn)行情況。
- 簡單易用:tqdm非常容易使用。你只需要將要迭代的對(duì)象傳遞給它,然后它會(huì)自動(dòng)創(chuàng)建并更新進(jìn)度條。
- 自定義設(shè)置:你可以自定義進(jìn)度條的樣式、位置、顯示信息等,以滿足你的需求。這使得你能夠根據(jù)具體情況調(diào)整進(jìn)度條的外觀和行為。
- 支持嵌套進(jìn)度條:你可以嵌套多個(gè)進(jìn)度條,以監(jiān)控復(fù)雜的任務(wù)和多級(jí)循環(huán)。
- 時(shí)間評(píng)估:tqdm會(huì)顯示任務(wù)的剩余時(shí)間估計(jì),讓你了解任務(wù)何時(shí)完成。
- 速度顯示:它還會(huì)顯示任務(wù)的速度,通常以單位/秒為單位。
- 多平臺(tái)支持:tqdm可以在多種終端和操作系統(tǒng)中運(yùn)行。
案例參考
純csv方法
from tqdm import tqdm
import csv
# 定義CSV文件路徑
csv_file_path = 'your_csv_file.csv'
# 打開CSV文件并創(chuàng)建一個(gè)CSV讀取器
with open(csv_file_path, 'r') as csv_file:
csv_reader = csv.reader(csv_file)
# 獲取CSV文件的總行數(shù)
total_rows = sum(1 for row in csv_reader)
# 重新打開CSV文件以進(jìn)行實(shí)際處理
with open(csv_file_path, 'r') as csv_file:
csv_reader = csv.reader(csv_file)
# 使用tqdm來包裝循環(huán),只顯示進(jìn)度百分比
for row in tqdm(csv_reader, total=total_rows, desc="Processing CSV"):
# 在這里執(zhí)行你的循循環(huán)操作
# row 包含了當(dāng)前行的數(shù)據(jù)
# 可以添加進(jìn)度條的更新操作pandas方法
from tqdm import tqdm
import pandas as pd
# 定義CSV文件路徑
csv_file_path = 'your_csv_file.csv'
# 使用pandas來讀取CSV文件
df = pd.read_csv(csv_file_path)
# 使用tqdm來包裝循環(huán)
for item in tqdm(df.iterrows(), total=len(df), desc="Processing CSV"):
# 在這里執(zhí)行你的循環(huán)操作
# item[1] 包含了每一行的數(shù)據(jù)
# 可以添加進(jìn)度條的更新操作以下是一些關(guān)于效率的考慮:
- Pandas效率高:pandas是為了處理大型數(shù)據(jù)集而設(shè)計(jì)的,因此在處理大型CSV文件時(shí)通常表現(xiàn)良好。它提供了高度優(yōu)化的數(shù)據(jù)結(jié)構(gòu)和向量化操作,可以快速執(zhí)行各種數(shù)據(jù)操作。
- csv庫較慢:使用Python的csv庫來處理大型CSV文件可能會(huì)較慢,因?yàn)樗羌働ython庫,不像pandas那樣高度優(yōu)化。對(duì)于非常大的CSV文件,csv庫可能導(dǎo)致內(nèi)存問題,因?yàn)樗枰淮涡约虞d整個(gè)文件。
到此這篇關(guān)于python進(jìn)度條庫tqdm使用記錄的文章就介紹到這了,更多相關(guān)python進(jìn)度條庫tqdm使用內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python 進(jìn)程池ProcessPoolExecutor全面使用教程(推薦)
進(jìn)程池(ProcessPoolExecutor)是Python中用于并行執(zhí)行任務(wù)的強(qiáng)大工具,尤其適合CPU密集型操作,與傳統(tǒng)的多進(jìn)程編程相比,它提供了更簡單、更高級(jí)的接口,本文通過實(shí)例代碼介紹Python 進(jìn)程池ProcessPoolExecutor全面使用,感興趣的朋友一起看看吧2025-09-09
Python使用NumPy對(duì)圖像進(jìn)行處理的操作流程
在計(jì)算機(jī)視覺和圖像處理領(lǐng)域,NumPy作為Python科學(xué)計(jì)算的核心庫,憑借其高效的多維數(shù)組操作和向量化計(jì)算能力,成為圖像處理的重要工具,本文將系統(tǒng)講解NumPy在圖像處理中的應(yīng)用,結(jié)合實(shí)戰(zhàn)案例展示其強(qiáng)大功能,需要的朋友可以參考下2025-10-10
django組合搜索實(shí)現(xiàn)過程詳解(附代碼)
這篇文章主要介紹了django組合搜索實(shí)現(xiàn)過程詳解(附代碼),文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
淺析PandasAI連接LLM對(duì)MySQL數(shù)據(jù)庫進(jìn)行數(shù)據(jù)分析
這篇文章主要為大家詳細(xì)介紹了PandasAI如何連接LLM對(duì)MySQL數(shù)據(jù)庫進(jìn)行數(shù)據(jù)分析,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2025-08-08
python提取excel一列或多列數(shù)據(jù)另存為新表代碼實(shí)例
在日常的工作中,其實(shí)就是用鼠標(biāo)進(jìn)行數(shù)據(jù)篩選,然后選擇你想要這一行數(shù)據(jù)進(jìn)行復(fù)制,下面這篇文章主要給大家介紹了關(guān)于python提取excel一列或多列數(shù)據(jù)另存為新表的相關(guān)資料,需要的朋友可以參考下2024-06-06
基于python list對(duì)象中嵌套元組使用sort時(shí)的排序方法
下面小編就為大家分享一篇基于python list對(duì)象中嵌套元組使用sort時(shí)的排序方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-04-04
使用Python實(shí)現(xiàn)簡單的人臉識(shí)別功能(附源碼)
Python中實(shí)現(xiàn)人臉識(shí)別功能有多種方法,依賴于python膠水語言的特性,我們通過調(diào)用包可以快速準(zhǔn)確的達(dá)成這一目的,本文給大家分享使用Python實(shí)現(xiàn)簡單的人臉識(shí)別功能的操作步驟,感興趣的朋友一起看看吧2021-12-12

