标签: tqdm

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

从 Docker 容器内部来看，tqdm在其自己的线程上运行时似乎出现了一些问题。

我尝试了其他进度条（例如alive-progress），但它们都失败了。当在容器外部运行时，相同的代码可以完美地工作。这似乎是 Docker 特有的问题，很可能是一个docker-compose问题，但我无法发现问题。有什么建议吗？

编辑：docker run -it console_test 有效。肯定是配置有问题docker-compose.yml。

重现步骤：

console_test/console.py：

import threading
import time
import tqdm
import sys

print("Starting the test")


def job():
    for i in tqdm.tqdm(range(50)):
        time.sleep(0.1)
        sys.stdout.flush()  # this has no effect
        # print("Hi")  # this is printed though!
    print("Finished.")


job_thread = threading.Thread(target=job)
job_thread.start()

while 1:
    time.sleep(1)

console_test/Dockerfile：

# Using official python runtime base image
FROM python:3.8.9

RUN pip install tqdm …

Tqdm 文档显示了 tqdm 使用 Progress_apply 处理 pandas apply 的示例。我从这里https://tqdm.github.io/docs/tqdm/改编了以下代码，该代码通常需要几分钟才能执行（func1 是一个正则表达式函数）。

from tqdm import tqdm
tqdm.pandas()
df.progress_apply(lambda x: func1(x.textbody), axis=1)

生成的进度条不显示任何进度。它只是从循环开始时的 0 跳到循环结束时的 100。我当前正在运行 tqdm 版本 4.61.2

我正在尝试运行一个非常简单的 tqdm 脚本：

from tqdm.notebook import tqdm
for i in tqdm(range(10)):
    time.sleep(1)

但我遇到了：

IProgress not found. Please update jupyter and ipywidgets. See https://ipywidgets.readthedocs.io/en/stable/user_install.html

我的 ipywidgets 是 v8.0.4，jupyter v1.0.0...tqdm 不再与 VS Code Jupyter Notebook 一起使用吗？

我正在使用tqdm显示进度条，同时完成了一些长期运行的Django管理命令。它很好用（很容易使用！），但是...

当我对代码运行单元测试时，我想停止输出进度条。而且，如果我使用cron或其他某种方式在后台运行这些命令，我​​也希望进度条不在输出中。

我看不到做这两种事情的简便方法，但是也许我错过了什么？

tqdm并且dask是在Python迭代都惊人的包。在tqdm实现所需的进度条的同时，dask实现了多线程平台，它们都可以使迭代过程更轻松。但是-我很难将它们结合在一起。

例如，以下代码dask使用tqdm.trange进度条在中实现了延迟执行。事实是，由于delayed迅速执行，进度条立即结束，而真正的计算时间工作则在compute零件中完成。

from dask import delayed,compute
from tqdm import trange
from time import sleep

ct = time()
result= []

def fun(x):
    sleep(x)
    return x

for i in trange(10):
    result.append(delayed(fun)(i))

print compute(result)

如何将进度条附加到compute命令的实际执行中？

以下简单代码使用tqdm在迭代循环时显示进度条:

import tqdm
for f in tqdm.tqdm(range(100000000)):
  if f > 100000000/4:
    break

执行中断时失败:

$ python test.py 
 24%|????? | 24425076/100000000 [00:03<00:11, 6550673.18it/s]
Exception KeyError: KeyError(<weakref at 0x7fb8799f1158; to 'tqdm' at 0x7fb8799de190>,) in  ignored

我使用的是Python v2.7.6和tqdm v4.32.1:

$ python --version
Python 2.7.6
$ python -m tqdm --version
4.23.1

我在互联网上寻找类似的错误,没有任何积极的结果.

来自https://pypi.org/project/tqdm/：

import pandas as pd
import numpy as np
from tqdm import tqdm

df = pd.DataFrame(np.random.randint(0, 100, (100000, 6)))
tqdm.pandas(desc="my bar!")p`
df.progress_apply(lambda x: x**2)

我接受了这段代码并对其进行了编辑，以便从load_excel创建一个DataFrame而不是使用随机数：

import pandas as pd
from tqdm import tqdm
import numpy as np

filename="huge_file.xlsx"
df = pd.DataFrame(pd.read_excel(filename))
tqdm.pandas()
df.progress_apply(lambda x: x**2)

这给了我一个错误，所以我将df.progress_apply更改为：

df.progress_apply(lambda x: x)

这是最终代码：

import pandas as pd
from tqdm import tqdm
import numpy as np

filename="huge_file.xlsx"
df = pd.DataFrame(pd.read_excel(filename))
tqdm.pandas()
df.progress_apply(lambda x: x)

这会产生一个进度条，但实际上并没有显示任何进度，而是加载进度条，并且当​​操作完成时，它会跳到100％，无法达到目的。

我的问题是：如何使进度条起作用？
progress_apply内部的函数实际上是做什么的？
有没有更好的方法？也许是tqdm的替代品？

任何帮助是极大的赞赏。

我正在尝试使用收集的异步任务的 tqdm 进度条。

希望在完成任务后逐步更新进度条。试过代码：

import asyncio
import tqdm
import random

async def factorial(name, number):
    f = 1
    for i in range(2, number+1):
        await asyncio.sleep(random.random())
        f *= i
    print(f"Task {name}: factorial {number} = {f}")

async def tq(flen):
    for _ in tqdm.tqdm(range(flen)):
        await asyncio.sleep(0.1)

async def main():
    # Schedule the three concurrently

    flist = [factorial("A", 2),
        factorial("B", 3),
        factorial("C", 4)]

    await asyncio.gather(*flist, tq(len(flist)))

asyncio.run(main())

...但这只是完成了 tqdm 条，然后处理阶乘。

有没有办法在每个 asyncio 任务完成后让进度条移动？