Tqdm 是一个快速，可扩展的Python进度条，可以在 Python 长循环中添加一个进度提示信息，用户只需要封装任意的迭代器 tqdm(iterator)

tqdm模块参数说明

class tqdm(object):
  """
  Decorate an iterable object, returning an iterator which acts exactly
  like the original iterable, but prints a dynamically updating
  progressbar every time a value is requested.
  """

  def __init__(self, iterable=None, desc=None, total=None, leave=False,
               file=sys.stderr, ncols=None, mininterval=0.1,
               maxinterval=10.0, miniters=None, ascii=None,
               disable=False, unit='it', unit_scale=False,
               dynamic_ncols=False, smoothing=0.3, nested=False,
               bar_format=None, initial=0, gui=False):

• iterable: 可迭代的对象, 在手动更新时不需要进行设置
• desc: 字符串, 左边进度条描述文字
• total: 总的项目数
• leave: bool值, 迭代完成后是否保留进度条
• file: 输出指向位置, 默认是终端, 一般不需要设置
• ncols: 调整进度条宽度, 默认是根据环境自动调节长度, 如果设置为0, 就没有进度条, 只有输出的信息
• unit: 描述处理项目的文字, 默认是'it', 例如: 100 it/s, 处理照片的话设置为'img' ,则为 100 img/s
• unit_scale: 自动根据国际标准进行项目处理速度单位的换算, 例如 100000 it/s >> 100k it/s

示例1：

from tqdm import tqdm
import time
for i in tqdm(range(10000)):
    time.sleep(0.01)

结果：

示例2：

有时候 tqdm 会和 enumerate 一起使用：.

Python enumerate() 函数【将可遍历的数据对象(如列表、元组或字符串)变为一个索引序列】_Pengsen Ma的博客-CSDN博客

例如（1）：

criterion = torch.nn.MSELoss()

def train(args, model, device, loader, optimizer):
    model = model.to(device)
    model.train()
    for step, batch in enumerate(tqdm(loader, desc="Iteration")):
        batch = batch.to(device)
        pred = model(batch)
        y = batch.y.view(pred.shape).to(torch.float64)
        loss = criterion(pred.double(), y)

        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

例如（2）： 

from tqdm import tqdm
import time

seq = ['one', 'two', 'three']
for i, element in enumerate(tqdm(seq, desc="左边的描述文字："), start= 4):
     time.sleep(1)
     print(i, element)

python的Tqdm模块_深藏功与名-CSDN博客_python tqdm