如何巧妙融合Tqdm进度条与Asyncio异步操作实现高效并行处理？

本文共计1448个文字，预计阅读时间需要6分钟。

目录简介困扰现有方法tqdm异步tqdm概述将tqdm与异步集成简介在Python中使用并发编程来提高数据科学家的工作效率不限制见闻

后台观察各种子进程或并发线程，以保持高效工作。

目录

• 简介
• 困扰
• 已有方法
• tqdm
• 异步
• tqdm 概述
• 将 tqdm 与异步集成

简介

困扰

在 Python 中使用并发编程来提高效率对于数据科学家来说并不罕见。在后台观察各种子进程或并发线程以保持我的计算或 IO 绑定任务的顺序总是令人满意的。

但是还有一点困扰我的是，当我在后台并发处理成百上千个文件或者执行成百上千个进程时，我总是担心会不会有几个任务偷偷挂了，整个代码永远跑不完。我也很难知道代码现在在哪里执行。

最糟糕的是，当我看着一个空白屏幕时，很难说出我的代码需要多长时间才能执行或 ETA 是多少。这对我安排工作日程的能力非常不利。

因此，我想要一种方法让我知道代码执行到了哪里。