在使用Python执行一些比较耗时的操作时，为了方便观察进度，通常使用进度条的方式来可视化呈现。Python中的tqdm就是用来实现此功能的。

先来看看tqdm的进度条效果：

tqdm的基本用法

tqdm最主要的用法有3种，自动控制、手动控制或者用于脚本或命令行。

自动控制运行

最基本的用法，将tqdm()直接包装在任意迭代器上。

from tqdm import tqdmimport timetext = ""for char in tqdm(["a", "b", "c", "d"]): text = text + char time.sleep(0.5)trange(i) 是对tqdm(range(i)) 特殊优化过的实例：from tqdm import trangeimport timefor i in trange(100): time.sleep(0.1)

如果在循环之外实例化，可以允许对tqdm() 手动控制：

from tqdm import tqdmimport timepbar = tqdm(["a", "b", "c", "d"])for char in pbar: pbar.set_description("Processing %s" % char) time.sleep(0.5)

手动控制运行

用with 语句手动控制 tqdm() 的更新：

from tqdm import tqdmimport timewith tqdm(total=100) as pbar: for i in range(10): pbar.update(10) time.sleep(0.5)

或者不用with语句，但是最后需要加上del或者close()方法：

from tqdm import tqdmimport timepbar = tqdm(total=100)for i in range(10): pbar.update(10) time.sleep(0.5)pbar.close()

tqdm.update()方法用于手动更新进度条，对读取文件之类的流操作非常有用：

tqdm在多进程场景下的应用

代码示例：

from multiprocessing import Pool

import tqdmimport timedef _foo(my_number): square = my_number * my_number time.sleep(1) return square if __name__ == '__main__': with Pool(2) as p: r = list(tqdm.tqdm(p.imap(_foo, range(30)), total=30))

参考链接：

https://github.com/tqdm/tqdm

总结

以上所述是小编给大家介绍的使用tqdm显示Python代码执行进度的实例代码，希望对大家有所帮助，如果大家有任何疑问欢迎给我留言，小编会及时回复大家的！