使用 tqdm 库在 Python 递归循环中显示进度

本文介绍了如何使用 tqdm 库在 Python 递归循环中显示进度条，解决在复杂循环结构中难以追踪进度的问题。通过示例代码展示了如何在二分查找中使用 tqdm，以便实时了解循环的执行状态，提升用户体验。tqdm 库能够有效解决在嵌套循环或递归调用中，标准输出被覆盖的问题，提供清晰直观的进度反馈。

在进行复杂的计算任务时，尤其是涉及深度嵌套的循环或递归调用时，了解程序的执行进度至关重要。传统的打印输出方式往往会被后续的输出覆盖，导致无法实时掌握进度。tqdm 是一个强大的 Python 库，专门用于在循环中显示进度条，可以有效地解决这个问题。

tqdm 库简介

tqdm 库易于使用，只需简单几行代码即可为循环添加进度条。它支持多种循环类型，包括 for 循环、while 循环，以及自定义迭代器。tqdm 还可以与各种环境集成，如终端、Jupyter Notebook 等。

安装 tqdm

首先，需要安装 tqdm 库。可以使用 pip 命令进行安装：

立即学习“Python免费学习笔记（深入）”；

pip install tqdm

基本用法

tqdm 的基本用法非常简单。只需将需要显示进度的循环包装在 tqdm() 函数中即可。

Qwen

阿里巴巴推出的一系列AI大语言模型和多模态模型

691

查看详情

from tqdm import tqdm
import time

for i in tqdm(range(100)):
    # 模拟耗时操作
    time.sleep(0.1)

运行上述代码，将在终端中看到一个动态更新的进度条，显示循环的完成百分比和预计剩余时间。

在二分查找中使用 tqdm

在二分查找等算法中，循环次数通常不是固定的，而是取决于搜索的精度。在这种情况下，需要根据算法的特性来计算循环的总次数，以便 tqdm 能够正确显示进度。

以下是一个在二分查找中使用 tqdm 的示例：

from tqdm import tqdm
import math

def costly_subroutine(theta):
    # 模拟耗时操作，根据 theta 返回 True 或 False
    time.sleep(0.01)  # 模拟耗时
    return theta < math.pi / 4  # 示例条件

low_theta = math.pi / 6
high_theta = math.pi / 2
theta = low_theta
precision = 1e-5

# 计算循环次数的估计值
pbar_length = math.log2(high_theta - low_theta)
total_iterations = int(pbar_length - math.log2(precision))

with tqdm(total=total_iterations, leave=False, desc="Theta Search") as pbar:
    while abs(high_theta - low_theta) > precision:
        theta = (high_theta + low_theta) / 2
        if costly_subroutine(theta):
            high_theta = theta
        else:
            low_theta = theta
        pbar.update(1)

print(f"Found theta: {theta}")

代码解释：

1. 导入库: 导入 tqdm 和 math 库。
2. 定义 costly_subroutine 函数: 模拟一个耗时的子程序，根据 theta 的值返回 True 或 False。
3. 初始化变量: 设置二分查找的初始范围 low_theta 和 high_theta，以及所需的精度 precision。
4. 计算迭代次数: 根据初始范围和精度，计算二分查找的最大迭代次数。这里使用对数来估计迭代次数，因为二分查找每次迭代都会将搜索范围减半。
5. 创建 tqdm 进度条: 使用 tqdm 创建一个进度条，设置 total 参数为计算出的迭代次数，leave=False 表示进度条完成后不保留在终端，desc 参数设置进度条的描述信息。
6. 执行二分查找: 在 while 循环中执行二分查找，每次迭代更新 theta 的值，并调用 costly_subroutine 函数。
7. 更新进度条: 每次迭代完成后，调用 pbar.update(1) 更新进度条。
8. 输出结果: 二分查找完成后，输出找到的 theta 值。

注意事项

• 准确估计迭代次数: tqdm 的效果很大程度上取决于对循环次数的准确估计。如果循环次数无法提前确定，可以考虑使用其他方法来显示进度，例如显示已处理的数据量或时间。
• 避免过度更新: 频繁更新进度条可能会降低程序的性能。可以根据实际情况调整更新频率。
• 上下文管理器: 使用 with tqdm(...) as pbar: 可以确保在循环结束后正确关闭进度条，避免资源泄漏。

总结

tqdm 库是一个非常实用的工具，可以帮助开发者更好地了解程序的执行进度，提升用户体验。通过简单的几行代码，即可为循环添加进度条，方便地监控程序的运行状态。在处理复杂的计算任务时，tqdm 尤其有用，可以帮助开发者及时发现问题并进行优化。

以上就是使用 tqdm 库在 Python 递归循环中显示进度的详细内容，更多请关注php中文网其它相关文章！