tqdm 和 numpy 向量化

Question

我正在使用np.vectorize-ed 函数，并希望查看函数的进度tqdm。但是，我无法弄清楚如何做到这一点。

我发现的所有建议都与将计算转换为 for 循环或转换为 pd.DataFrame 有关。

Answer 1

我终于找到了一种方法，可以让 tqdm 进度条使用 np.vectorize 函数进行更新。我使用 with 包装了矢量化函数with tqdm(total=len(my_inputs)) as pbar:    my_output = np.vectorize(my_function)(my_inputs)在 my_function() 然后我添加以下行global pbarpbar.update(1)瞧！我现在有一个进度条，每次迭代都会更新。我的代码只有轻微的性能下降。注意：当您实例化该函数时，它可能会抱怨 pbar 尚未定义。只需在实例化之前加上一个 pbar = 0，然后函数就会调用 with 定义的 pbar希望对在这里阅读的每个人都有帮助。

Answer 2

据我所知，tqdm不会结束numpy.vectorize。要显示 numpy 数组的进度条，numpy.ndenumerate可以使用。给定输入和功能：import numpy as npfrom tqdm import tqdma = np.array([1, 2, 3, 4])b = 2def myfunc(a, b):    "Return a-b if a>b, otherwise return a+b"    if a > b:        return a - b    else:        return a + b替换下面的这个矢量化部分# using numpy.vectorizevfunc = np.vectorize(myfunc)vfunc(a, b)有了这个# using numpy.ndenumerate instead[myfunc(x,b) for index, x in tqdm(np.ndenumerate(a))]来看看tqdm进度。

Answer 3

我想出了以下解决方案。我将 pbar 元素添加my_function为参数并在函数内部对其进行了更新。with tqdm(total=len(my_inputs)) as pbar:    my_output = np.vectorize(my_function)(my_inputs, pbar)我在里面my_function某处添加了pbar.update(1).def my_function(args, pbar):    ...    pbar.update(1)    ...