python输出结果刷新及进度条的实现

短命女 2022-04-24 04:28 337阅读 0赞

### print函数 ###

python输出主要使用print函数，print函数介绍：

print(*objects, sep=' ', end='\n', file=sys.stdout, flush=False)

1.  \*objects表示要打印的值，表示多个无名参数或需要打印的值；
2.  sep=’ '，对应上面要打印的值中间间隔，默认一个空格；
3.  end=’\\n’，传入值打印完后的结束符号，默认为换行符，可以自行设置；
4.  file=sys.stdout，设置打印输出参数，默认打印到终端，也可设置打印保存到文件；
5.  flush=False，是否刷新打印结果。

### 一行输出结果并刷新 ###

在一行中显示输出结果，每次刷新，其中’\\r’表示回到当前的开头，end=’'表示结束符为空，这样就可以每次更新结果

import time
    for i in range(15):
        time.sleep(0.5) # 这里为了查看输出变化，实际使用不需要sleep
        print('\r', i, end='', flush=True)
        # print('\r', 15-i, end='') # 从两位变一位会有问题

上面代码有个问题，当输出i从大到小，有位数变化时，结果不正确，可用format格式化输出，可解决问题：

import time
    for i in range(15):
        time.sleep(0.5)
        print('\r', "{:d}".format(15-i), end='', flush=True)

### 模型训练中loss和acc的刷新输出 ###

我们在训练机器学习和深度学习模型中，总会隔一段时间输出损失函数和准确率，每次都直接print输出，终端会输出很多信息，这里用单行输出并刷新的方法来输出这些信息，我们设置epochs和batch的数量，每次batch输出刷新，一个epoch完后同时输出train和test的结果。

import time
    
    # 设置epochs和batch的数量
    epochs = 5
    n_batch = 15
    # 这里是测试自己设置的loss和acc
    train_loss = 1.2345
    train_acc = 0.345678
    test_loss = 1.1234
    test_acc = 0.235467
    
    for i in range(epochs):
        for j in range(n_batch):
            time.sleep(0.5)
            train_loss -= 0.001
            train_acc += 0.0001
    
            print("\rEpoch: {:d} batch: {:d} loss: {:.4f} acc: {:.4f} | {:.2%}"
                  .format(i+1, j+1, train_loss, train_acc, (j+1)*1.0/n_batch), end='',  flush=True)
                  
        test_loss -= 0.001
        test_acc += 0.0001
        
        print("\rEpoch: {:d}/{:d} train_loss: {:.4f} test_loss: {:.4f} train_acc: {:.4f} test_acc: {:.4f}"
        	.format(i+1, 5, train_loss, test_loss, train_acc, test_acc), end='\n')

这里注意，print里"Epoch"前面有一个"\\r"，这个必须要有，同时里面循环end=’’，外面循环end=’\\n’，最终打印结果如下：  
![在这里插入图片描述][2019041623354332.png_pic_center]

### tqdm显示进度条 ###

首先安装tqdm：pip install tqdm  
简单使用，读取整数，直接在tqdm中传入一个list， 如果直接给定的是一个整数，可以直接用trange

import time
    from tqdm import tqdm, trange
    
    for i in tqdm(range(100)):
        time.sleep(0.05)
        # do something
    
    # for i in trange(100):
    # time.sleep(0.05)
    # # do something

显示结果如下，显示有百分比，以及当前处理到多少个  
![在这里插入图片描述][20190416234900198.png_pic_center]  
tdqm输入的list可以是字符串，也可以对输出进度条加一些描述

import time
    from tqdm import tqdm
    pbar = tqdm(["a", "b", "c", "d", "e"])
    for char in pbar:
        time.sleep(0.8)
        pbar.set_description("Processing %s" % char)
        # pbar.set_description("Processing {0}".format(char))

![在这里插入图片描述][20190416235612583.png_pic_center]  
本文参考：  
\[1\]. https://blog.51cto.com/steed/2049224  
\[2\]. https://blog.csdn.net/phantom\_dapeng/article/details/77758271

[2019041623354332.png_pic_center]: /images/20220219/29af245479bd481283c1a17360aae0ff.png
[20190416234900198.png_pic_center]: /images/20220219/edaa5588ac484e5cabb9d405981018ef.png
[20190416235612583.png_pic_center]: /images/20220219/d515fa988aa94821854f3a60ea2dd0d6.png