当你运行一个耗时较长的程序时，发现等待了很长时间突然中断了，具体处理到哪里、完成度如何，却不得而知。

如果有一定的 Python 开发经验，会想到使用进度条工具tqdm，这是一款比较常用，且非常经典的进度条工具包。

然而，它繁琐的使用方法与带来的效率提升并不匹配，使得我很少使用这款工具。

而今天要给大家介绍的这款 Python 工具包却让我感到心动。它不仅有漂亮的动画，还可以显示实时速度，预计完成时间等实用的功能。能够让你对程序执行过程一目了然。

下面就来介绍一下这款 Python 工具包 alive-progress。

alive-progress

alive-progress 是一款非常炫酷的 Python 进度条工具包。

当然，仅凭炫酷的外表，而没有实质的内涵是不足以促使我向大家推荐这款工具的。它具有如下特性：

• 能够准确显示当前执行状态，告诉你正在正常运行，还是已经挂起；

• 显示当前的执行速度，给使用者直观的视觉反馈；

• 预期到达时间（ETA），采用智能指数平滑算法，以最友好的方式显示剩余处理时间；

• 支持一种新的日志记录方法，它允许在动画栏的中间轻松的打印语句和日志消息，自动清理屏幕；

• 处理完成后，将打印出一些统计信息，其中包括运行情况、执行时间和观察到的吞吐量；

• 它跟踪所需的计数，用于检测下溢和上溢，因此，如果发送的数量少于或大于预期，则外观会给与显示；

• 可以暂停执行过程，这是进度条前所未有的功能！能够在正在运行过程中暂停和恢复进度条；

• 可定制化，具有多种不同的进度条样式，可以生成个性化进度条；

安装

使用 alive-progress 可以直接通过pip命令进行安装：

pip install alive-progress

示例

下面，给出一个 alive-progress 的简单示例，来看一下它如何使用：

from alive_progress import alive_baritems = range(1000)with alive_bar(len(items)) as bar:    for item in items:        bar()

从这个简单的示例中，可以得到如下信息：

• 代码中的items可以是任何可迭代对象，通常是一些查询集；

• alive_bar的参数是迭代对象的长度，或者进度条的期望长度；

• bar的调用使得进度条功能启动

样式

如果，你觉得默认的样式不够个性化，你还可以定制别具特色的进度条：

消息显示

使用 tqdm 的时候，最令人头疼的一点就是当输出消息的时候，界面上会混乱不堪，而 alive-progress 允许在动画栏的中间轻松的打印语句和日志消息，自动清理屏幕：

通过 alive-progress 这款工具，你就可以对执行程序的运行状态、预计完成时间一目了然。

干货推荐

为了方便大家，我花费了半个月的时间把这几年来收集的各种技术干货整理到一起，其中内容包括但不限于 Python、机器学习、深度学习、计算机视觉、推荐系统、Linux、工程化、Java，内容多达 5T+，我把各个资源下载链接整理到一个文档内，目录如下：

所有干货送给大家，希望能够点赞支持一下！

https://http://pan.baidu.com/s/1eks7CUyjbWQ3A7O9cmYljA （提取码：0000）