1 簡介
在日常工作中，我們運行程序經(jīng)常會用到「循環(huán)迭代」，假如這個執(zhí)行時間很短，那倒也無所謂。但是有一些過程耗時蠻長的，給其加上「進度條」（progress bar），可以幫我們監(jiān)控代碼執(zhí)行進度，以及過程出現(xiàn)異常的情況，非常實用。這里為大家介紹Python中非常實用又風(fēng)格迥異的兩個進度條相關(guān)庫——tqdm與alive-progress的主要用法。
2 tqdm常用方法
tqdm是Python中所有進度條相關(guān)庫中最出名的，既然是最出名的，自然有它獨到之處。
tqdm不僅可以生成基礎(chǔ)的可在終端中顯示的進度條，還可以配合jupyter notebook和jupyter lab生成更加美觀的網(wǎng)頁「交互」部件形式的進度條，更是和pandas強強聯(lián)手，為pandas中的一些操作提供專有的進度條功能。
下面我們來對tqdm的主要功能進行介紹。
2.1 基礎(chǔ)用法
因為是第三方庫，首先需要利用pip install tqdm或 conda install -c conda-forge tqdm對其進行安裝，安裝完成后先來看看它最基本的用法：
利用tqdm.tqdm，將for循環(huán)過程中進行迭代的對象簡單包裹，就實現(xiàn)了為循環(huán)過程添加進度條以及打印執(zhí)行速度、已運行時間與預(yù)估剩余運行時間等實用信息的功能，同樣也可用于「列表推導(dǎo)」：
而針對迭代對象是range()的情況，tqdm還提供了簡化版的trange()來代替tqdm(range())：
其附帶的參數(shù)desc還可以幫助我們設(shè)置進度條的說明文字：
而如果想要在迭代過程中變更說明文字，還可以預(yù)先實例化進度條對象，在需要刷新說明文字的時候執(zhí)行相應(yīng)的程序：
但當(dāng)?shù)膶ο箝L度一開始未知時，譬如對pandas中的DataFrame.itertuples()進行迭代，我們就只能對其執(zhí)行速度等信息進行估計，但無法看到進度條遞增情況，因為tqdm不清楚迭代的終點如何：
2.2 配合jupyter notebook/jupyter lab的美觀進度條
tqdm對jupyter notebook和jupyter lab有著特殊的支持，且使用方法非常簡單，只需要將原有的from tqdm import XXX的相應(yīng)功能導(dǎo)入格式修改為from tqdm.notebook import XXX就可以了，以trange為例：
2.3 配合pandas中的apply
tqdm對pandas中的apply()過程提供了特殊的支持，因為pandas中的apply()本質(zhì)上就是串行循環(huán)運算，你可以將pandas中的任何apply操作替換為progress_apply，并且記住每個單獨的progress_apply前要先執(zhí)行tqdm.pandas()，就像下面的例子一樣：
3 alive-progress常用方法
雖然與tqdm一樣都是為了給循環(huán)過程加上進度條而誕生的庫，但alive-progress相比tqdm增加了更多花樣繁多的動態(tài)效果，我們通過調(diào)用其專門提供的showtime()函數(shù)可以查看所有可用的動態(tài)進度條樣式：
同樣類似地可以查看所有進度條樣式：
使用起來也是非常簡單，但與tqdm用法區(qū)別很大，需要配合with關(guān)鍵詞，譬如下面我們使用到alive_progress中的alive_bar來生成動態(tài)進度條：
通過修改bar參數(shù)來改變進度條的樣式：
比較遺憾的是目前的alive-progress只能在終端中運行，還沒有為jupyter開發(fā)更美觀的交互式部件，但你可以在譬如網(wǎng)絡(luò)爬蟲等任務(wù)中使用它，效果也是很不錯的。然后想學(xué)習(xí)python的同學(xué)可以看一下教程。
python教程：http://www.o2fo.com/python/
python3基礎(chǔ)微課：http://www.o2fo.com/minicourse/play/python3course
