
本文旨在解决在Python递归循环过程中,如何在终端实时显示程序运行状态的问题。通过介绍tqdm库的使用,并结合二分查找的实际案例,展示如何在复杂循环结构中创建进度条,以便更好地监控程序运行进度,提升开发效率。
在进行复杂计算或深度递归循环时,了解程序的运行状态至关重要。 简单的print语句虽然可以输出信息,但在嵌套循环或递归调用中,输出信息可能混乱,难以追踪进度。本文将介绍如何使用 tqdm 库在终端创建进度条,实时显示程序运行状态,从而更好地监控程序的执行过程。
tqdm 是一个快速、可扩展的 Python 进度条库,可以在循环和长时间运行的任务中添加进度条。它易于使用,并提供了丰富的自定义选项。
tqdm 的基本用法非常简单,只需将需要监控的迭代对象传递给 tqdm() 函数即可。
立即学习“Python免费学习笔记(深入)”;
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,进度条会不断更新,显示循环的进度。
在嵌套循环中使用 tqdm 也很方便,可以为每个循环创建一个进度条。 为了避免进度条互相干扰,可以使用 leave=False 参数,使内部循环的进度条在完成后消失。
from tqdm import tqdm
import time
for i in tqdm(range(10), desc="Outer Loop"):
for j in tqdm(range(5), desc="Inner Loop", leave=False):
# 模拟耗时操作
time.sleep(0.1)这段代码会显示两个进度条,一个用于外部循环,一个用于内部循环。内部循环的进度条在完成后会自动消失。
在更复杂的场景中,例如二分查找,循环次数不是预先确定的,而是取决于收敛条件。在这种情况下,可以根据初始区间的大小和精度要求来估算最大迭代次数,并将其作为 tqdm 的 total 参数。
from tqdm import tqdm
import math
import time
def costly_subroutine(x):
# 模拟耗时操作
time.sleep(0.05)
# 模拟条件判断
return x > 0.7
low = 0.0
high = 1.0
precision = 1e-5
# 估算最大迭代次数
max_iterations = math.ceil(math.log2((high - low) / precision))
with tqdm(total=max_iterations, desc="Binary Search") as pbar:
while high - low > precision:
mid = (high + low) / 2
if costly_subroutine(mid):
high = mid
else:
low = mid
pbar.update(1)
print(f"Result: {mid}")代码解释:
注意事项:
tqdm 库是一个非常实用的工具,可以帮助开发者在终端实时监控程序的运行状态。通过简单的几行代码,就可以为循环和长时间运行的任务添加进度条,从而更好地了解程序的执行过程,提高开发效率。在处理复杂的递归循环或二分查找等算法时,tqdm 尤其有用,能够帮助开发者更好地调试和优化代码。
以上就是Python递归循环中保存终端输出的技巧的详细内容,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