Когда дело доходит до обработки больших объемов данных или выполнения длительных вычислений на Python, крайне важно иметь надежный и эффективный способ отслеживания хода выполнения ваших задач. Одним из популярных инструментов, обеспечивающих эту функциональность, является tqdm, сокращение от «taqaddum» (по-арабски «прогресс» или «продвижение»). В этой статье мы рассмотрим различные способы установки tqdmи продемонстрируем их использование на примерах кода.

Установка tqdm:

Прежде чем мы углубимся в примеры кода, давайте начнем с процесса установки. Вы можете установить tqdmс помощью менеджера пакетов Python pip, выполнив в терминале следующую команду:

pip install tqdm

В качестве альтернативы, если вы используете conda, вы можете установить tqdmс помощью следующей команды:

conda install -c conda-forge tqdm

Метод 1: базовое использование

Самый простой способ использовать tqdm— обернуть итерируемый объект функцией tqdm(). Вот пример, демонстрирующий, как использовать tqdmдля отслеживания хода цикла:

from tqdm import tqdm
data = range(1000)  # Example iterable
for item in tqdm(data):
    # Process each item
    pass

Метод 2. Настройка индикатора выполнения

tqdmпредоставляет различные возможности настройки внешнего вида и поведения индикатора выполнения в соответствии с вашими предпочтениями. Вот пример, демонстрирующий некоторые параметры настройки:

from tqdm import tqdm
data = range(1000)  # Example iterable
for item in tqdm(data, desc="Processing", ncols=80, bar_format="{l_bar}{bar}| {n_fmt}/{total_fmt}"):
    # Process each item
    pass

Метод 3: Обновление хода выполнения вручную

В некоторых случаях вам может потребоваться обновить индикатор выполнения вручную, а не полагаться на итерируемый объект. tqdmпозволяет вам сделать это с помощью метода update(). Вот пример:

from tqdm import tqdm
import time
total_iterations = 100  # Total number of iterations
progress_bar = tqdm(total=total_iterations)
for _ in range(total_iterations):
    # Perform an iteration
    time.sleep(0.1)  # Simulating work
    progress_bar.update(1)
progress_bar.close()

Метод 4: вложенные индикаторы выполнения

Иногда вы можете столкнуться со сценариями, когда вам нужно отображать вложенные индикаторы выполнения для отслеживания нескольких уровней прогресса. tqdmподдерживает это через интерфейс контекстного менеджера. Вот пример:

from tqdm import tqdm
import time
total_iterations_outer = 10  # Total number of outer iterations
total_iterations_inner = 5  # Total number of inner iterations
with tqdm(total=total_iterations_outer, desc="Outer Loop") as outer_progress:
    for _ in range(total_iterations_outer):
        with tqdm(total=total_iterations_inner, desc="Inner Loop") as inner_progress:
            for _ in range(total_iterations_inner):
                # Perform an iteration
                time.sleep(0.1)  # Simulating work
                inner_progress.update(1)
        outer_progress.update(1)

В этой статье мы рассмотрели процесс установки tqdmи изучили различные методы его использования для эффективного отслеживания прогресса в Python. Мы рассмотрели базовое использование, параметры настройки, обновление прогресса вручную и вложенные индикаторы выполнения. Включив tqdmв свой код, вы сможете улучшить рабочий процесс и получить ценную информацию о ходе выполнения задач по обработке данных.

Не забудьте установить tqdm, следуя предоставленным инструкциям, и поэкспериментируйте с примерами кода, чтобы легко включить отслеживание прогресса в ваши проекты Python.

Удачного программирования и отслеживания вашего прогресса!