mirror of
https://github.com/LCTT/TranslateProject.git
synced 2024-12-23 21:20:42 +08:00
151 lines
5.9 KiB
Markdown
151 lines
5.9 KiB
Markdown
[#]: collector: (lujun9972)
|
||
[#]: translator: (geekpi)
|
||
[#]: reviewer: (wxy)
|
||
[#]: publisher: (wxy)
|
||
[#]: url: (https://linux.cn/article-12990-1.html)
|
||
[#]: subject: (Show progress in your Python apps with tqdm)
|
||
[#]: via: (https://opensource.com/article/20/12/tqdm-python)
|
||
[#]: author: (Moshe Zadka https://opensource.com/users/moshez)
|
||
|
||
使用 tqdm 在 Python 应用中显示进度
|
||
======
|
||
|
||
> 如果你的程序需要一段时间才能显示结果，可通过显示它的进度来避免让用户感到沮丧。
|
||
|
||
|
||
|
||
阿拉米语，希伯来语和阿拉伯语中的闪米特语根 _q-d-m_ 通常与前进或进度有关。阿拉伯语 _taqaddum_ （تقدّم）的意思是“进度”。进度是很重要的。正如每部感觉良好的电影都会告诉你，旅程和目的地同样重要。
|
||
|
||
大多数程序都有一个明确的目标，一个期望的最终状态。有时，计算这个最终状态可能需要很长的时间。虽然计算机没有感情不在乎，但人却在乎。人类并不乐意坐在原地等待，而看不到任何明显的进展迹象。疑问不断蔓延。程序崩溃了吗？磁盘性能是否抖动？操作系统是否把所有的计算资源都分配给了其他任务？
|
||
|
||
就像正义一样，进度必须被看到，而不仅仅是完成。Python 库 [tqdm][2] 有助于使进度变得明确。
|
||
|
||
`tqdm` 模块可在控制台下工作，但它也专门支持了我最喜欢的环境之一 Jupyter。要在 Jupyter 中使用 `tqdm`，你需要导入 `notebook` 子模块并安装 [ipywidgets][3]。`notebook` 子模块与 `tqdm` 接口兼容。
|
||
|
||
这意味着你可以做一些导入时操作来导入正确的模块，同时保持 `tqdm` 的用法不变。诀窍是检查 `__main__` 模块是否具有全局变量 `get_ipython`。虽然这只是一个启发式的方法，但却是一个相当准确的方法：
|
||
|
||
```
|
||
import sys
|
||
if hasattr(sys.modules["__main__"], "get_ipython"):
|
||
from tqdm import notebook as tqdm
|
||
else:
|
||
import tqdm
|
||
```
|
||
|
||
最简单的情况是，某件事情需要运行一定的迭代次数（事先已知），而每一次迭代的时间都差不多。例如，有一个计算任何数字的平方根的算法，通过从 1 作为猜测值开始，然后计算出一个改进后的猜测值：
|
||
|
||
```
|
||
def improve_guess(rt, n):
|
||
return (rt + n/rt) / 2
|
||
```
|
||
|
||
一点点的改进可以让你更加接近该平方根。例如，你可以计算 2 的平方根：
|
||
|
||
```
|
||
guess = 1
|
||
target = 2
|
||
for i in tqdm.trange(10):
|
||
guess = improve_guess(guess, target)
|
||
```
|
||
|
||
![tqdm output][4]
|
||
|
||
精确了到小数点后 10 位！
|
||
|
||
```
|
||
round(2 - guess*guess, 10)
|
||
```
|
||
|
||
```
|
||
0.0
|
||
```
|
||
|
||
一个稍微复杂一点的例子是，当元素的数量是已知的，而处理每个元素需要类似的时间。例如，你可以计算一些数字的乘积。为此，你需要一些随机数：
|
||
|
||
```
|
||
import random
|
||
numbers = [random.uniform(0, 2.8) for i in range(100)]
|
||
numbers[:5]
|
||
```
|
||
|
||
```
|
||
[2.6575636572230916,
|
||
0.1286674965830302,
|
||
1.0634250104041332,
|
||
1.1760969844376505,
|
||
0.45192978568125486]
|
||
```
|
||
|
||
现在有了这些数字，可以将它们相乘了。使用 `tqdm` 最简单的方法是包装一个 Python 迭代函数。数值是一样的，但是 `tqdm` 会显示一个进度条：
|
||
|
||
```
|
||
result = 1
|
||
for num in tqdm.tqdm(numbers):
|
||
result *= num
|
||
result
|
||
```
|
||
|
||
```
|
||
2.4081854901728303
|
||
```
|
||
|
||
![tqdm output][6]
|
||
|
||
然而，并不是所有的事情都可以预测。最不容易预测的事情之一就是网络速度。当你下载一个大文件时，衡量进度的唯一方法就是检查已经下载了多少：
|
||
|
||
```
|
||
url = "https://www.python.org/ftp/python/3.9.0/Python-3.9.0.tgz"
|
||
import httpx
|
||
with httpx.stream("GET", url) as response:
|
||
total = int(response.headers["Content-Length"])
|
||
with tqdm.tqdm(total=total) as progress:
|
||
for chunk in response.iter_bytes():
|
||
progress.update(len(chunk))
|
||
```
|
||
|
||
![tqdm output][7]
|
||
|
||
有时，“嵌套”进度条是有意义的。例如，如果你要下载一个目录，你就需要一个进度条来跟踪文件，并为每个文件设置一个进度条。
|
||
|
||
下面是一个例子（但没有实际下载一个目录）：
|
||
|
||
```
|
||
files = [f"vid-{i}.mp4" for i in range(4)]
|
||
for fname in tqdm.tqdm(files, desc="files"):
|
||
total = random.randrange(10**9, 2 * 10**9)
|
||
with tqdm.tqdm(total=total, desc=fname) as progress:
|
||
current = 0
|
||
while current < total:
|
||
chunk_size = min(random.randrange(10**3, 10**5), total - current)
|
||
current += chunk_size
|
||
if random.uniform(0, 1) < 0.01:
|
||
time.sleep(0.1)
|
||
progress.update(chunk_size)
|
||
```
|
||
|
||
![tqdm output][8]
|
||
|
||
所以，如果你的程序需要一段时间才能显示最终结果，为避免让你的用户感到沮丧。请显示它的进度！
|
||
|
||
--------------------------------------------------------------------------------
|
||
|
||
via: https://opensource.com/article/20/12/tqdm-python
|
||
|
||
作者：[Moshe Zadka][a]
|
||
选题：[lujun9972][b]
|
||
译者：[geekpi](https://github.com/geekpi)
|
||
校对：[wxy](https://github.com/wxy)
|
||
|
||
本文由 [LCTT](https://github.com/LCTT/TranslateProject) 原创编译，[Linux中国](https://linux.cn/) 荣誉推出
|
||
|
||
[a]: https://opensource.com/users/moshez
|
||
[b]: https://github.com/lujun9972
|
||
[1]: https://opensource.com/sites/default/files/styles/image-full-size/public/lead-images/fail_progress_cycle_momentum_arrow.png?itok=q-ZFa_Eh (arrows cycle symbol for failing faster)
|
||
[2]: https://pypi.org/project/tqdm/
|
||
[3]: https://opensource.com/article/20/11/daily-journal-jupyter
|
||
[4]: https://opensource.com/sites/default/files/uploads/output_8_0.png (tqdm output)
|
||
[5]: https://creativecommons.org/licenses/by-sa/4.0/
|
||
[6]: https://opensource.com/sites/default/files/uploads/output_15_0.png (tqdm output)
|
||
[7]: https://opensource.com/sites/default/files/uploads/output_18_0.png (tqdm output)
|
||
[8]: https://opensource.com/sites/default/files/uploads/output_21_0.png (tqdm output)
|