版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/rosefun96/article/details/78884687 </div>
<div id="content_views" class="markdown_views">
<!-- flowchart 箭头图标 勿删 -->
<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"><path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path></svg>
<h3 id="1安装"><a name="t0"></a>1、安装</h3>
pip install tqdm
- 1
或者
conda install -c conda-forge tqdm
- 1
2、tqdm的使用
进度条 tqdm 库比较热门，声称比老版的 python-progressbar 库的单次响应时间提高了 10 倍以上。
其实进度条的原理十分的简单，无非就是在 shell 中不断重写当前输出。
>>> from time import sleep
>>> from tqdm import tqdm
>>> for i in tqdm(range(1000)):
... sleep(0.01)
...
1%|▎ | 7/1000 [00:0
2%|▌ | 15/1000 [00:0
- 1
- 2
- 3
- 4
- 5
- 6
- 7
2.2结合循环，显示
from tqdm import tqdm
pbar = tqdm(range(300))#进度条
for i in pbar:
err = 'abc'
pbar.set_description("Reconstruction loss: %s" %(err))
- 1
- 2
- 3
- 4
- 5
- 6
- 7
参考：
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/rosefun96/article/details/78884687 </div>
<div id="content_views" class="markdown_views">
<!-- flowchart 箭头图标 勿删 -->
<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"><path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path></svg>
<h3 id="1安装"><a name="t0"></a>1、安装</h3>