Python: 我需要進度條！ tqdm

Python 學習 - 本文屬於一個選集。

§ 12: 本文

為什麼需要進度條？
#

不管是最近最紅的 AI、機器學習、資料科學，甚至是各種科學計算時，常常要處理超大規模的資料。你是不是也常遇到這種場景：一個 for 迴圈正在處理 10 萬筆資料，結果畫面一片寂靜，完全不知道程式到底跑到哪裡，只能默默等到天荒地老…… 不然就是看著螢幕滿滿的 print 畫面。

如果有一條漂亮的進度條可以即時顯示處理進度，會不會感覺程式專案瞬間專業、心情也更安心？這時候，你一定要認識超好用的 Python 套件——tqdm！

安裝 tqdm
#

先來安裝 tqdm（只需一次）：

pip install tqdm

終端機版
#

1. 基礎用法
#

最基本的用法是直接把 tqdm() 包在你的 iterable（如 list、range）外層，這樣每次迴圈都會自動顯示進度條：

from tqdm import tqdm
import time

for i in tqdm(range(100)):
    # 假裝做一件很慢的事情
    time.sleep(0.05)

只要一行包裝，馬上有專業的進度條！（而且還會自動計算剩餘時間、處理速度等資訊）

2. 手動更新進度
#

有時候你要處理的是自訂的資料流（比如逐步下載或處理大型檔案），可以用 tqdm 物件手動更新：

from tqdm import tqdm
import time

pbar = tqdm(total=50)
for i in range(50):
    # 做一點事情
    time.sleep(0.1)
    pbar.update(1)  # 每次手動加一
pbar.close()

Jupyter Notebook
#

在 Jupyter Notebook / Colab 裡，也能讓進度條完美顯示（還是互動式的！）：

from tqdm.notebook import tqdm
import time

for i in tqdm(range(100)):
    time.sleep(0.05)

如果你是用 Jupyter，務必用 from tqdm.notebook import tqdm，這樣進度條才會出現在 cell 下方，不會亂碼。

只要在 tqdm()裡面加上desc=... 就可以為進度條加上說明：

from tqdm.notebook import tqdm
import time

for i in tqdm(range(100), desc="資料處理"):
    time.sleep(0.05)

是不是很讚呢！?

常見迴圈範例
#

1. 處理資料集
#

from tqdm import tqdm

dataset = range(10000)
for data in tqdm(dataset, desc="處理資料"):
    # 處理每一筆資料
    pass

2. 批次訓練（搭配 enumerate）
#

from tqdm import tqdm

for epoch in range(5):
    for batch_idx, batch in enumerate(tqdm(data_loader, desc=f"Epoch {epoch+1}")):
        # 訓練每一個 batch
        pass

3. 多層進度條 (nested loop)
#

from tqdm import trange

for i in trange(3, desc="外層"):
    for j in trange(5, desc="內層", leave=False):
        # 處理...
        pass

4. 列表生成式也能用！
#

from tqdm import tqdm

result = [x**2 for x in tqdm(range(1000))]

5. 平行處理：用 process_map 加速你的迴圈！
#

如果你常常遇到「一堆資料處理太久」、「一顆 CPU 不夠力」的狀況，tqdm 內建的平行處理其實非常簡單！只要用 process_map 這個函數，立刻可以把你的函數平行運算，而且還自帶進度條。

from tqdm.contrib.concurrent import process_map
import time

def slow_function(x):
    time.sleep(0.1)  # 假裝很花時間
    return x * x

inputs = list(range(20))
results = process_map(slow_function, inputs, max_workers=4)
print(results)