在使用Python执行一些比较耗时的操作时，为了方便观察进度，通常使用进度条的方式来可视化呈现。Python中的tqdm就是用来实现此功能的。
先来看看tqdm的进度条效果：
tqdm基本用法
tqdm最主要的用法有3种，自动控制、手动控制或者用于脚本或命令行。
自动控制运行
最基本的用法，将tqdm()直接包装在任意迭代器上。
from tqdm import tqdm
import time
text = ""
for char in tqdm(["a", "b", "c", "d"]):
text = text + char
time.sleep(0.5)
trange(i) 是对tqdm(range(i)) 特殊优化过的实例：
from tqdm import trange
import time
for i in trange(100):
time.sleep(0.1)
如果在循环之外实例化，可以允许对tqdm() 手动控制：
from tqdm import tqdm
import time
pbar = tqdm(["a", "b", "c", "d"])
for char in pbar:
pbar.set_description("Processing %s" % char)
time.sleep(0.5)
手动控制运行
用with 语句手动控制 tqdm() 的更新：
from tqdm import tqdm
import time
with tqdm(total=100) as pbar:
for i in range(10):
pbar.update(10)
time.sleep(0.5)
或者不用with语句，但是最后需要加上del或者close()方法：
from tqdm import tqdm
import time
pbar = tqdm(total=100)
for i in range(10):
pbar.update(10)
time.sleep(0.5)
pbar.close()
tqdm.update()方法用于手动更新进度条，对读取文件之类的流操作非常有用：
tqdm高级应用
tqdm在多进程场景下的应用
代码示例：
from multiprocessing import Pool
import tqdm
import time
def _foo(my_number):
square = my_number * my_number
time.sleep(1)
return square
if __name__ == '__main__':
with Pool(2) as p:
r = list(tqdm.tqdm(p.imap(_foo, range(30)), total=30))
参考链接：
