使用 tqdm 跟踪您的 Python 任务进度： 完整示例教程

推荐超级课程：

• 本地离线DeepSeek AI方案部署实战教程【完全版】
• Docker快速入门到精通
• Kubernetes入门到大师通关课
• AWS云服务快速入门实战

@TOC

Python 中的 tqdm 包是一个很好的工具，可以为您的循环添加进度条，使您能够轻松监控任务的进度。本教程将指导您了解 tqdm 的基本使用方法，并展示一些常见用例。

1. 安装 tqdm

首先，如果您尚未安装 tqdm，需要先进行安装。您可以使用 pip 进行安装：

pip install tqdm

2. 基本使用

tqdm 最常见的用法是包装一个循环以显示进度条。这里有一个简单的例子：

from tqdm import tqdm  
import time  
  
  
for i in tqdm(range(100)):  
    time.sleep(0.1)  # 模拟一个耗时短的任务

这段代码将显示一个随着循环进展而更新的进度条。

3. 自定义进度条

您可以根据需要自定义进度条：

• 更改描述：

from tqdm import tqdm  
import time  
  
  
for i in tqdm(range(100), desc="处理中"):  
    time.sleep(0.1)

• 调整条形长度：

from tqdm import tqdm  
import time  
  
for i in tqdm(range(100), desc="处理中", ncols=75):  
    time.sleep(0.1)

• 更改更新间隔：

from tqdm import tqdm  
import time  
  
for i in tqdm(range(100), desc="处理中", mininterval=0.5):  
    time.sleep(0.1)

4. 与函数一起使用 tqdm

你可以使用 tqdm 来追踪处理可迭代对象中项目的函数的进度：

from tqdm import tqdm  
import time  
  
  
def process_item(item):  
    time.sleep(0.1)  
  
items = range(100)  
for item in tqdm(items, desc="Processing Items"):  
    process_item(item)

5. 使用 tqdm 与 Pandas

tqdm 可以轻松与 pandas 集成，以追踪操作的进度：

注意：你需要使用 pip 安装 pandas：

pip install pandas

import pandas as pd  
from tqdm import tqdm  
  
  
tqdm.pandas()  
  
df = pd.DataFrame({"A": range(100)})  
df['B'] = df['A'].progress_apply(lambda x: x**2)

这将显示一个进度条，因为 apply 函数处理每个项目。

6. 嵌套进度条

你可以使用 tqdm 创建嵌套进度条以处理更复杂的任务：

from tqdm import tqdm  
import time  
  
  
for i in tqdm(range(10), desc="Outer Loop"):  
    for j in tqdm(range(100), desc="Inner For Loop", leave=False):  
        time.sleep(0.01)

7. 在 Jupyter Notebook 中使用 tqdm

如果你在 Jupyter Notebook 中工作，可以使用 tqdm 与 tqdm.notebook 模块：

注意：需要安装 ipywidgets

pip install ipywidgets

from tqdm.notebook import tqdm  
import time  
  
  
for i in tqdm(range(100)):  
    time.sleep(0.1)

8. 跟踪文件下载

tqdm 通常用于监控文件下载。以下是一个使用 requests 的示例：

pip install requests

import requests  
from tqdm import tqdm  
  
url = "https://example.com/largefile.zip"  
response = requests.get(url, stream=True)  
  
total_size = int(response.headers.get('content-length', 0))  
block_size = 1024  # 1 Kibibyte  
  
with open("largefile.zip", "wb") as file, tqdm(  
    desc="Downloading",  
    total=total_size,  
    unit='iB',  
    unit_scale=True,  
    unit_divisor=1024,  
) as bar:  
    for data in response.iter_content(block_size):  
        bar.update(len(data))  
        file.write(data)

注意：你需要使用 pip 安装 requests

9. 结论

tqdm 是一个多功能且易于使用的工具，可以通过提供循环和其他任务进度的实时反馈来增强你的 Python 脚本。无论你是在处理大型数据集、下载文件还是运行复杂模拟，tqdm 都可以帮助你跟踪进度情况。

感谢阅读！如果你发现任何错误或有改进建议，请在下方留言。