Индикаторы выполнения — это важные инструменты для отслеживания выполнения и завершения трудоемких задач в Python. Они обеспечивают визуальную обратную связь для пользователей и улучшают общий пользовательский опыт. Одна из самых популярных библиотек для создания индикаторов выполнения в Python — tqdm. В этой статье мы рассмотрим различные методы эффективного использования tqdm, сопровождаемые примерами кода.

1. Основное использование:
   Самый простой способ использования tqdm— обернуть итерируемый объект функцией tqdm. Он автоматически создает индикатор выполнения, который обновляется по мере выполнения итерации.

from tqdm import tqdm
for i in tqdm(range(10)):
    # Your code here
    ...

1. Обновление вручную.
   В некоторых случаях вам может потребоваться обновить индикатор выполнения вручную, например, при обработке неповторяемых задач или использовании пользовательской логики выполнения. Этого можно добиться, используя метод tqdm.update().

from tqdm import tqdm
pbar = tqdm(total=100)
# Your code here
for i in range(100):
    pbar.update(1)
    # Your code here
    ...
pbar.close()

1. Вложенные индикаторы выполнения.
   При работе с вложенными циклами вы можете создавать вложенные индикаторы выполнения, чтобы отслеживать ход каждого цикла индивидуально.

from tqdm import tqdm
outer_pbar = tqdm(total=10, desc='Outer Loop')
for i in range(10):
    inner_pbar = tqdm(total=5, desc='Inner Loop', leave=False)
    for j in range(5):
        # Your code here
        ...
        inner_pbar.update(1)
    inner_pbar.close()
    outer_pbar.update(1)
outer_pbar.close()

1. Стили индикаторов выполнения:
   tqdmпредоставляет различные стили для настройки внешнего вида индикаторов выполнения. Вы можете выбирать различные форматы полос, параметры цвета и отображение дополнительной информации.

from tqdm import tqdm
# Changing bar format
for i in tqdm(range(10), bar_format='{l_bar}{bar} {n_fmt}/{total_fmt}'):
    # Your code here
    ...
# Changing color
for i in tqdm(range(10), bar_format='{l_bar}{bar} {n_fmt}/{total_fmt}', color='green'):
    # Your code here
    ...

1. Интеграция с Pandas и Numpy:
   tqdmлегко интегрируется с популярными библиотеками, такими как Pandas и Numpy, для создания индикаторов выполнения задач обработки данных.

from tqdm import tqdm
import pandas as pd
import numpy as np
df = pd.DataFrame(...)  # Your DataFrame
total_rows = len(df)
with tqdm(total=total_rows, desc='Processing Rows') as pbar:
    for _, row in df.iterrows():
        # Your code here
        ...
        pbar.update(1)
arr = np.array(...)  # Your Numpy array
total_elements = arr.size
with tqdm(total=total_elements, desc='Processing Elements') as pbar:
    for element in np.nditer(arr):
        # Your code here
        ...
        pbar.update(1)

В этой статье мы рассмотрели мощную библиотеку tqdmдля создания индикаторов выполнения в Python. Мы рассмотрели различные способы использования tqdm, включая базовое использование, обновления вручную, вложенные индикаторы выполнения, параметры настройки и интеграцию с популярными библиотеками. Включив tqdmв свои проекты Python, вы сможете улучшить взаимодействие с пользователем и эффективно отслеживать ход выполнения трудоемких задач.

Не забудьте установить библиотеку tqdm, используя pip install tqdm, чтобы начать!