Python進度條神器tqdm的使用指南
更新時間：2026年03月26日 09:22:46 作者：白酒永遠的神
在日常使用 Python 進行數(shù)據(jù)處理、模型訓練或批量任務時,我們常常會遇到長時間運行的循環(huán),tqdm是一個快速、可擴展且美觀的進度條庫,能夠輕松地為你的 Python 循環(huán)添加進度提示,本文給大家介紹了Python進度條神器tqdm的使用指南,需要的朋友可以參考下
在日常使用 Python 進行數(shù)據(jù)處理、模型訓練或批量任務時，我們常常會遇到長時間運行的循環(huán)。如果沒有一個直觀的反饋機制，用戶很容易誤以為程序卡死或者失去耐心。這時候，tqdm 就派上用場了！
tqdm（讀作 “taqadum”，阿拉伯語意為“進展”）是一個快速、可擴展且美觀的進度條庫，能夠輕松地為你的 Python 循環(huán)添加進度提示。它輕量、高效，并且兼容性極強。
一、安裝 tqdm
tqdm 是一個第三方庫，可以通過 pip 輕松安裝：
pip install tqdm
如果你使用的是 Jupyter Notebook，建議同時安裝 ipywidgets 以獲得更好的交互體驗：
pip install ipywidgets jupyter nbextension enable --py widgetsnbextension
二、基本用法：一行代碼添加進度條
最簡單的用法就是將 tqdm 包裹在任何可迭代對象外面：
from tqdm import tqdm
import time
for i in tqdm(range(100)):
time.sleep(0.01) # 模擬耗時操作
運行后你會看到類似這樣的輸出：
100%|██████████| 100/100 [00:01<00:00, 95.23it/s]
其中包含：
- 進度百分比
- 可視化進度條
- 已完成 / 總數(shù)
- 已用時間 < 預計剩余時間
- 每秒迭代次數(shù)（iterations per second）
三、常用參數(shù)詳解
tqdm() 支持多個參數(shù)來自定義進度條行為：
| 參數(shù) | 說明 |
|---|---|
desc | 進度條前綴描述 |
total | 總迭代次數(shù)（當?shù)鏖L度未知時需手動指定） |
unit | 迭代單位（如 ‘file’, ‘image’） |
unit_scale | 自動縮放單位（如 KB/MB） |
leave | 循環(huán)結束后是否保留進度條（默認 True） |
ncols | 進度條寬度（字符數(shù)） |
colour | 進度條顏色（如 ‘green’, ‘#ff0000’） |
示例：帶描述和自定義單位
from tqdm import tqdm
import time
for i in tqdm(range(50), desc="Processing", unit="item", colour="green"):
time.sleep(0.05)
輸出效果：
Processing: 100%|██████████| 50/50 [00:02<00:00, 20.12item/s]
四、處理嵌套循環(huán)
tqdm 支持多層嵌套進度條，只需分別包裹每一層：
from tqdm import tqdm
import time
for i in tqdm(range(3), desc="Outer"):
for j in tqdm(range(100), desc="Inner", leave=False):
time.sleep(0.01)
Outer: 0%| | 0/3 [00:00<?, ?it/s] Inner: 0%| | 0/100 [00:00<?, ?it/s] Inner: 10%|█ | 10/100 [00:00<00:00, 94.52it/s] Inner: 20%|██ | 20/100 [00:00<00:00, 94.96it/s] Inner: 30%|███ | 30/100 [00:00<00:00, 94.97it/s] Inner: 40%|████ | 40/100 [00:00<00:00, 94.88it/s] Inner: 50%|█████ | 50/100 [00:00<00:00, 94.48it/s] Inner: 60%|██████ | 60/100 [00:00<00:00, 94.40it/s] Inner: 70%|███████ | 70/100 [00:00<00:00, 93.65it/s] Inner: 80%|████████ | 80/100 [00:00<00:00, 94.03it/s] Inner: 90%|█████████ | 90/100 [00:00<00:00, 93.76it/s] Inner: 100%|██████████| 100/100 [00:01<00:00, 93.81it/s] Outer: 33%|███▎ | 1/3 [00:01<00:02, 1.06s/it] Inner: 0%| | 0/100 [00:00<?, ?it/s] Inner: 10%|█ | 10/100 [00:00<00:00, 92.40it/s] Inner: 20%|██ | 20/100 [00:00<00:00, 92.28it/s] Inner: 30%|███ | 30/100 [00:00<00:00, 92.16it/s] Inner: 40%|████ | 40/100 [00:00<00:00, 92.55it/s] Inner: 50%|█████ | 50/100 [00:00<00:00, 92.10it/s] Inner: 60%|██████ | 60/100 [00:00<00:00, 92.32it/s] Inner: 70%|███████ | 70/100 [00:00<00:00, 93.00it/s] Inner: 80%|████████ | 80/100 [00:00<00:00, 93.31it/s] Inner: 90%|█████████ | 90/100 [00:00<00:00, 93.02it/s] Inner: 100%|██████████| 100/100 [00:01<00:00, 93.08it/s] Outer: 67%|██████▋ | 2/3 [00:02<00:01, 1.07s/it] Inner: 0%| | 0/100 [00:00<?, ?it/s] Inner: 10%|█ | 10/100 [00:00<00:00, 91.33it/s] Inner: 20%|██ | 20/100 [00:00<00:00, 91.54it/s] Inner: 30%|███ | 30/100 [00:00<00:00, 92.87it/s] Inner: 40%|████ | 40/100 [00:00<00:00, 92.91it/s] Inner: 50%|█████ | 50/100 [00:00<00:00, 93.23it/s] Inner: 60%|██████ | 60/100 [00:00<00:00, 92.99it/s] Inner: 70%|███████ | 70/100 [00:00<00:00, 92.75it/s] Inner: 80%|████████ | 80/100 [00:00<00:00, 93.23it/s] Inner: 90%|█████████ | 90/100 [00:00<00:00, 92.88it/s] Inner: 100%|██████████| 100/100 [00:01<00:00, 93.16it/s] Outer: 100%|██████████| 3/3 [00:03<00:00, 1.07s/it]
注意：內(nèi)層循環(huán)通常設置 leave=False，避免屏幕被大量歷史進度條刷屏。
五、手動控制進度
有時你無法使用 for 循環(huán)（比如在 while 中），這時可以使用 tqdm 的手動更新方式：
from tqdm import tqdm
import time
pbar = tqdm(total=100, desc="Manual")
current = 0
while current < 100:
time.sleep(0.02)
increment = min(10, 100 - current)
pbar.update(increment)
current += increment
pbar.close()
Manual: 100%|██████████| 100/100 [00:00<00:00, 488.25it/s]
關鍵方法：
pbar.update(n)：前進 n 步pbar.close()：關閉進度條（釋放資源）
六、與 pandas 集成
tqdm 還能與 pandas 無縫集成，用于顯示 apply()、groupby() 等操作的進度：
import pandas as pd
from tqdm import tqdm
# 啟用 pandas 支持
tqdm.pandas(desc="Pandas Apply")
df = pd.DataFrame({'x': range(1000)})
df['x_squared'] = df['x'].progress_apply(lambda x: x ** 2)
Pandas Apply: 100%|██████████| 1000/1000 [00:00<00:00, 602803.10it/s]
七、Jupyter Notebook 中的特殊支持
在 Jupyter 中，推薦使用 tqdm.notebook.tqdm，它會渲染出更美觀的 HTML 進度條：
from tqdm.notebook import tqdm
import time
for i in tqdm(range(100)):
time.sleep(0.01)
效果是帶有顏色和動態(tài)更新的圖形化進度條，體驗更佳。
八、性能影響
tqdm 的設計非常高效，默認每秒最多刷新 10 次（可通過 miniters 或 mininterval 調(diào)整），對程序性能影響微乎其微。即使在高頻循環(huán)中，也可以放心使用。
九、小貼士
- 如果你在服務器或無終端環(huán)境中運行（如某些 CI/CD 環(huán)境），tqdm 會自動檢測并禁用進度條，避免輸出混亂。
- 可通過
disable=True強制關閉進度條（便于調(diào)試或日志記錄）。 - 使用
logging時，建議將 tqdm 輸出重定向到sys.stderr（默認行為），避免干擾日志流。
結語
tqdm 是 Python 開發(fā)者提升用戶體驗和調(diào)試效率的利器。無論是訓練深度學習模型、處理大規(guī)模數(shù)據(jù)，還是簡單的腳本任務，只需一行代碼，就能讓你的程序“看得見進度”。
記?。汉玫墓ぞ卟辉谟趶碗s，而在于恰到好處的優(yōu)雅。
趕快在你的下一個項目中試試 tqdm 吧！
以上就是Python進度條神器tqdm的使用指南的詳細內(nèi)容，更多關于Python進度條神器tqdm的資料請關注腳本之家其它相關文章！
相關文章
今天小編就為大家分享一篇python 拼接文件路徑的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-10-10
今天小編就為大家分享一篇使用pandas的box_plot去除異常值，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12
python Django框架實現(xiàn)web端分頁呈現(xiàn)數(shù)據(jù)
這篇文章主要介紹了python Django框架實現(xiàn)web端分頁呈現(xiàn)數(shù)據(jù)，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-10-10
文章主要介紹了在Pycharm中安裝jieba庫的方法,包括打開Pycharm設置、選擇項目解釋器、添加并搜索安裝jieba庫2026-04-04
python中將\\uxxxx轉(zhuǎn)換為Unicode字符串的方法
這篇文章主要介紹了python中將\\uxxxx轉(zhuǎn)換為Unicode字符串的方法，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-09-09
這篇文章主要為大家分享了Python實現(xiàn)圖片尺寸縮放的小腳本，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-03-03
python?logging多進程多線程輸出到同一個日志文件的實戰(zhàn)案例
這篇文章主要介紹了python?logging多進程多線程輸出到同一個日志文件的實戰(zhàn)案例，本文通過實例代碼給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-02-02
Python實現(xiàn)添加和自定義設置Word頁眉頁腳
頁眉和頁腳是 Word 文檔中常用的元素,用于在每一頁的頂部或底部顯示統(tǒng)一的信息,本文將介紹如何使用 Python 和 Free Spire.Doc 庫在 Word 文檔中添加和設置頁眉頁腳,包括添加文本、圖片、頁碼,以及設置奇偶頁不同的頁眉頁腳等常見操作,有需要的可以了解下2026-04-04
python 計算概率密度、累計分布、逆函數(shù)的例子
這篇文章主要介紹了python 計算概率密度、累計分布、逆函數(shù)的例子,具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-02-02
在 Flask 中結合 Jinja2 模板引擎返回渲染后的 HTML 是核心功能之一,本文主要介紹了詳細實現(xiàn)方法和最佳實踐,有需要的小伙伴可以跟隨小編一起學習一下2025-06-06