Python進度條技巧

導讀	在當下Python圈子中tqdm已然是非常流行的進度條庫，可以幫助我們為任何具有迴圈迭代過程的程式碼邏輯新增進度條，從而幫助我們感知程式碼執行的過程。

隨著tqdm這幾年來的發展迭代，更多更好用的功能加入其中，今天的文章中我就給大家總結了六條非常值得學習的tqdm特性。

用過tqdm的朋友們大都知道它可以在常規的終端以及jupyter風格的各種編輯器中使用，且在後者中會以更美觀的形式進行渲染，而以往我們通常需要在常規的終端裡使用from tqdm import tqdm，在jupyter風格的編輯器中使用from tqdm.notebook import tqdm來分別匯入。

而tqdm最近幾個版本中引入了實驗性質的新特性，使得我們只需要統一透過from tqdm.autonotebook import tqdm匯入tqdm，就可以自適應檢測不同的執行環境從而自動控制顯示：

有時候我們希望當迴圈過程很快就執行完時，可以不列印進度條，畢竟進度條的主要目的是監控長時間執行過程，這時我們就可以給tqdm()新增引數delay來設定延時的秒數，當迴圈過程實際執行時長低於delay則無需列印多餘的迭代過程：

透過為tqdm()設定引數colour，可以傳入多種常見色彩格式值，這在jupyter類編輯器中效果尤為明顯：

有些情況下，我們傳入tqdm()的物件在迭代過程中是無法預先計算得到進度上限輪次的，典型如pandas中資料框的itertuples()，這種時候我們就可以利用total引數自行預設上限：

Python中除了常規的迴圈過程以外，還有幾種內建函式也具有迭代迴圈的屬性，而tqdm為了方便我們對這些非典型的迴圈過程新增進度條，也單獨開發了tenumerate、tzip以及tmap這三個API，用於替代enumerate、zip和map：

當我們希望為多層迴圈過程新增進度條監視時，常規的為每一層都直接使用tqdm()，會導致列印出過多的進度條，反而不利於我們觀察進度過程。

而透過使用tqdm.auto中的trange()，我們可以透過設定引數leave=False，來讓我們對應的進度條載入到頭就自動消失掉，譬如下面動圖中所展示的例子：

原文來自：