【导读】：有的 Python 程序较大，执行需要花费较长的时间，有的用户在“盲目”地等待运行结果，但又不能明确知道程序进展到什么程度的时候，很有可能因心情急躁而终止程序。
本文介绍的这个有着 1.7 万 Star 的开源库，就能解决这个烦恼。
1、Tqdm 简介
使用 Python Tqdm 进度条库，可以让 python 程序执行进度可视化。
在阿拉姆语（Aramaic）、希伯来语（Hebrew）、和阿拉伯语（Arabic）中，闪米特语（Semitic）词根
q-d-m通常与前进或取得进步的意思挂钩。例如，阿拉伯语单词 taqaddum (تقدّم) 的意思是“进步”。进步是重要的，就像每一部令人愉悦的电影都会向你传达一个哲理——旅途和目的地一样重要。
大多数程序都有一个明确目标，那就是程序运行的最终（结束）状态，成功还是失败！但是往往有时候程序的运行可能需要很长时间。尽管计算机没有情感，不在乎程序执行时间的长短，可是人们是在乎的。
随着时间推移，程序运行人员或用户的疑问会不断蔓延（程序崩溃了吗？磁盘跳动了吗？操作系统是否将所有计算资源分配给了其他任务？）当程序运行过程中长时间没有任何的进展迹象时，程序运行人员可能会疑虑、烦躁，不愿意继续等待下去。而本文讲的 tqdm 库便有助于明确显示程序的执行进度。
2、使用方法
tqdm 库模块可以在命令控制台一起使用，但是也支持我最喜欢的开发环境之一的 Jupyter notebook。如果想在 Jupyter notebook 中使用 tqdm，notebook 模块与 tqdm 接口兼容，需要导入 notebook 子模块并安装ipywidget。
这就意味着你可以在导入 tqdm 库操作之前做一下条件判断，这个判断方法是检查_main_模块中是否有get_ipython全局变量。虽然上面这个判断导库方法是一个启发式的，但它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
举个最简单的情况来助于理解一下，某程序需要执行一定数量的迭代（迭代次数预先可知），但是这些迭代中的每一次迭代花费大约相同的时间。例如，一个可以计算任意数字平方根的算法，算法是从1开始，然后计算一个进度估计。
def improve_guess(rt, n):
return (rt + n/rt) / 2
对以上代码的少许改进可以让你更容易理解：
guess = 1
target = 2
for i in tqdm.trange(10):
guess = improve_guess(guess, target)
精确到小数点后十位：
round(2 - guess*guess, 10)
0.0
再举一个稍微复杂的tqdm例子，当处理的元素数量已知且计算每个元素的时间相似。例如，计算一些随机数字的乘机：
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]
数值元素有了，接下来使用tqdm显示进度条，使用tqdm最简单的方法是封装Python中可迭代的对象。
result = 1
for num in tqdm.tqdm(numbers):
result *= num
result
2.4081854901728303
但是，不是所有的事情都是可预测的，其中不可预测的事情之一是网络速度。下载大文件时，衡量进度的唯一的方法是显示已经下载了多少文件：
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))
有时，“嵌套”进度条是有意义的。例如，如果正在下载一个目录，则需要一个跟踪文件的进度条和每个文件的进度条。
下面是一个示例（但没有实际下载目录）：
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)
因此，如果你的程序需要一段时间才能显示最终结果，为了避免用户感到沮丧：显示它的进度情况！
开源前哨日常分享热门、有趣和实用的开源项目。参与维护 10万+ Star 的开源技术资源库，包括：Python、Java、C/C++、Go、JS、CSS、Node.js、PHP、.NET 等。
