
本文旨在解决在 Python 嵌套循环或递归调用中,如何在终端实时显示程序运行进度的问题。通过介绍 tqdm 库的使用方法,以及针对二分查找等复杂场景的优化技巧,帮助开发者更有效地监控程序运行状态,提升开发效率。
在进行耗时较长的 Python 程序开发时,尤其是涉及到嵌套循环或递归调用时,了解程序的运行进度至关重要。传统的 print 语句虽然可以输出信息,但往往难以提供直观的进度反馈,尤其是在多层循环或递归调用中,输出信息容易混乱,难以追踪。tqdm 库提供了一种简单而强大的方式,可以在终端实时显示循环进度,帮助开发者更好地监控程序运行状态。
tqdm 是一个快速、可扩展的 Python 进度条库,使用非常简单。首先,需要安装 tqdm 库:
pip install tqdm
安装完成后,就可以在 Python 代码中使用 tqdm 来包装循环,从而显示进度条。
立即学习“Python免费学习笔记(深入)”;
示例:简单循环
from tqdm import tqdm
import time
for i in tqdm(range(100)):
# 模拟耗时操作
time.sleep(0.1)这段代码会在终端显示一个进度条,随着循环的进行,进度条会逐渐填充,并显示当前进度百分比、剩余时间等信息。
示例:嵌套循环
tqdm 也支持嵌套循环,可以清晰地显示每一层循环的进度。
from tqdm import tqdm
import time
for i in tqdm(range(10), desc="Outer Loop"):
for j in tqdm(range(10), desc="Inner Loop", leave=False):
# 模拟耗时操作
time.sleep(0.01)在这个例子中,desc 参数用于设置进度条的描述信息,leave=False 参数表示内部循环完成后,进度条不会保留在屏幕上。
在二分查找等场景中,循环次数并非固定,而是取决于搜索的精度。在这种情况下,需要根据实际情况计算循环次数,才能正确使用 tqdm。
示例:二分查找
from tqdm import tqdm
import math
import time
def costly_subroutine(theta):
# 模拟耗时操作
time.sleep(0.01)
# 假设存在一些计算,并返回一个布尔值
return theta > 1
low_theta = math.pi / 6
high_theta = math.pi / 2
theta = low_theta
precision = 1e-5
pbar_length = math.log2(high_theta - low_theta)
pbar = tqdm(total=int(pbar_length - math.log2(precision)), leave=False, desc="Binary Search")
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)
pbar.close()在这个例子中,我们首先计算了二分查找的理论最大迭代次数,然后将其作为 tqdm 的 total 参数。在每次循环中,调用 pbar.update(1) 来更新进度条。
关键点:
tqdm 是一个非常实用的 Python 库,可以帮助开发者在终端实时显示循环进度,提升开发效率。通过合理使用 tqdm,可以更好地监控程序运行状态,及时发现潜在问题。对于二分查找等复杂场景,需要根据实际情况计算循环次数,才能正确使用 tqdm。掌握 tqdm 的使用方法,可以显著提升 Python 程序开发的体验。
以上就是实时显示嵌套循环进度:Python 终端输出优化指南的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号