标签: tqdm

我想监控不同进程的多个工作人员的进度。对于每个子进程，我都有自己的进度条，但它不能与ProcessPoolExecutor执行程序正常工作。

def main():
    with futures.ProcessPoolExecutor(max_workers=PROCESSES) as executor:
        fut_to_num = {}
        for i in range(PROCESSES):
            fut = executor.submit(execute_many_threads, i)
            fut_to_num[fut] = i

        for future in futures.as_completed(fut_to_num):
            r = future.result()
            # print('{} returned {}'.format(fut_to_num[future], r))
    print('\nDone!\n')


def execute_many_threads(n_pool=0):
    with futures.ThreadPoolExecutor(max_workers=THREADS) as executor:
        for i in range(THREADS):
            executor.submit(execute_thread, n_pool, i)
    return n_pool+1


def execute_thread(n_pool=0, n_thread=0):
    s = random.randint(1, 5)
    thread_num = n_pool*(PROCESSES-1) + n_thread

    progress = tqdm.tqdm(
        desc='#{:02d}'.format(thread_num),
        position=thread_num,
        total=10*s,
        leave=False,
    )
    # print('Executing {}: {}...'.format(thread_num, s))
    for i in range(s): …

我正在使用 tqdm 和 requests 来管理 Python 中的文件下载。但是我不知道如何使 tqdm 以人类可读的格式（即以 MB/s 为单位）显示进度条。

这是我的代码

import requests
import os
from tqdm import tqdm

def download_file(url, local_path="./"):
    local_filename = url.split('/')[-1]
    path = local_path + local_filename

    r = requests.get(url, stream=True)
    total_size = int(r.headers.get('content-length', 0))
    chunk_size = 32*1024
    with open(local_filename, 'wb') as f:
        # 1KB = 1024 bytes
        for chunk in tqdm(r.iter_content(chunk_size), total=total_size, unit_scale=True, 
                          unit_divisor=1024):
            if chunk:
                f.write(chunk)

    return path

weightLink = "https://pjreddie.com/media/files/yolov3.weights"
weigthPath = r"/PyTorch-YOLOv3/weights/"
weightLink = "https://pjreddie.com/media/files/yolov3.weights"
download_file(weightLink, weigthPath)

使用上面的代码，下载大小的进度是错误的，我在 中看到下载速度it/s。我希望所有内容都以MB/s …

是否可以设置描述tqdm是否可以在 for 循环之外

一个简单的例子：

with tqdm(range(100), desc='processing') as pbar:
    x = 0
    for i in pbar:
        x += i
    y = x ** 2
    # 3. set description of pbar 'y = {}'.format(y)'

我应该用什么来代替3.？

编辑：更准确地说，我想y在完全执行 for 循环后进行计算，然后我想y在进度条描述中记录该值（替换'processing'描述）。

我在笔记本中使用 tqdm （from tqdm.auto import tqdm），输出很好且正确，但是当在终端中运行脚本时使用同一行时，我会阻塞多行输出。tqdm 有什么方法可以区分笔记本输出和终端输出吗？

我想将数据从大型csv文件迁移到sqlite3数据库.

我使用pandas在Python 3.5上的代码:

con = sqlite3.connect(DB_FILENAME)
df = pd.read_csv(MLS_FULLPATH)
df.to_sql(con=con, name="MLS", if_exists="replace", index=False)

是否可以打印执行to_sql方法的当前状态(进度条)？

我查看了关于tqdm的文章,但没有找到如何做到这一点.

在我的 python 项目中，我使用tqdm模块来显示进度条。\n我想在进度条之前的行上打印一条持久消息。

该set_description方法在同一行上打印消息，同时tqdm.write创建一个新行。

使用set_description

$ python pbar.py\n{Task_1 message} 3%|\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88 ]

有可能实现这一点

$ python pbar.py\n{Task_1 message} \n3%|\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88 ]

编辑：

from tqdm import tqdm\n\npbar = tqdm(m_list)\nfor item in m_list:\n   # Do work\n   pbar.update(1)\npbar.close()\n

我想progresser()针对一系列输入参数 ( ) 并行化任务 ( L)。每个任务的进度应通过终端中的单独进度条进行监控。我正在使用tqdm进度条包。以下代码在我的 Mac 上最多可运行 23 个进度条（L = list(range(23))及以下），但会产生从 开始的进度条的混乱跳跃L = list(range(24))。有谁知道如何解决这个问题？

from time import sleep
import random
from tqdm import tqdm
from multiprocessing import Pool, freeze_support, RLock

L = list(range(24)) # works until 23, breaks starting at 24

def progresser(n):
    text = f'#{n}'

    sampling_counts = 10
    with tqdm(total=sampling_counts, desc=text, position=n+1) as pbar:
        for i in range(sampling_counts):
            sleep(random.uniform(0, 1))
            pbar.update(1)

if __name__ == '__main__':
    freeze_support()

    p = Pool(processes=None, …

我在 Jupyter 笔记本中使用 tqdm 进行异步操作——我应该使用tqdm.notebook（我认为这能让我得到正确的小部件）还是tqdm.asyncio（这可能会让我得到正确的行为——items/sec calc 在我的使用中似乎关闭了） 。

我正在使用 Jupyter 小部件编写一个界面，用户在其中配置一堆设置，然后单击“运行”按钮。单击后，此按钮将调用另一个模块中实现的函数。该函数需要一些时间才能运行，因此我使用该包向其添加了一个进度条tqdm。不幸的是，当我单击“运行”时，此进度条现在显示在另一个终端中，而不是在单元格的输出中。有没有办法让条形图显示在同一单元格输出中？

是否可以将 tqdm 栏从

[Step 1]: 100%|\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88\xe2\x96\x88  | 109/109 [00:03<00:00, 32.46it/s]\n

类似的东西

[Step 1]: 100%[==========================>  ] 109/109 [00:03<00:00, 32.46it/s]\n