什么是tqdm？

tqdm（读作"taqadum"，阿拉伯语中"进步"的意思）是一个Python库，用于在命令行界面和Jupyter Notebook中显示进度条。它简单易用，只需很少的代码就能为循环和迭代添加实时进度反馈。

安装tqdm

使用pip安装tqdm非常简单：

pip install tqdm

或者使用conda安装：

conda install -c conda-forge tqdm

基本用法

1. 在循环中使用tqdm

最简单的用法是将tqdm包装在任何可迭代对象上：

from tqdm import tqdm
import time

# 在range对象上使用tqdm
for i in tqdm(range(100)):
    # 模拟任务处理
    time.sleep(0.05)

2. 手动更新进度条

对于无法直接使用可迭代对象的情况，可以手动更新进度条：

from tqdm import tqdm
import time

# 创建总数为100的进度条
pbar = tqdm(total=100)

for i in range(100):
    # 模拟任务处理
    time.sleep(0.05)
    # 更新进度
    pbar.update(1)

# 关闭进度条
pbar.close()

高级用法

自定义进度条格式

tqdm允许高度自定义进度条的显示格式：

from tqdm import tqdm
import time

# 自定义进度条格式
for i in tqdm(range(100), 
              desc="处理进度", 
              bar_format="{l_bar}{bar:30}{r_bar}", 
              ncols=80):
    time.sleep(0.05)

嵌套进度条

tqdm支持在嵌套循环中使用多个进度条：

from tqdm import tqdm
import time

# 外层循环
for i in tqdm(range(5), desc="外层循环"):
    # 内层循环
    for j in tqdm(range(100), desc="内层循环", leave=False):
        time.sleep(0.005)

在Pandas中使用tqdm

tqdm可以轻松集成到Pandas操作中：

import pandas as pd
from tqdm import tqdm

# 在DataFrame的apply方法中使用
tqdm.pandas()

df = pd.DataFrame({'values': range(1000)})
# 使用progress_apply代替apply
df['squared'] = df['values'].progress_apply(lambda x: x**2)

常见参数详解

tqdm(iterable, desc="Processing")

tqdm(total=1000)

tqdm(iterable, ncols=100)

tqdm(iterable, unit="file")

tqdm(iterable, colour="green")

tqdm(iterable, leave=True)

实际应用案例

文件下载进度

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))

with open("largefile.zip", "wb") as f:
    # 创建进度条
    progress = tqdm(total=total_size, unit='B', unit_scale=True)
    
    for chunk in response.iter_content(chunk_size=1024):
        if chunk:
            f.write(chunk)
            progress.update(len(chunk))
    progress.close()

数据处理管道

from tqdm import tqdm
import time

def process_data(data):
    """模拟数据处理函数"""
    time.sleep(0.01)
    return data * 2

# 原始数据
raw_data = list(range(1000))

# 处理过程带进度显示
processed_data = []
for item in tqdm(raw_data, desc="数据处理"):
    processed_data.append(process_data(item))

常见问题解答

开始使用tqdm提升你的Python体验

只需几行代码，为你的耗时操作添加专业进度指示