Python进度条未正确显示进度

时间:2018-05-17 11:55:24

标签: python python-3.x tkinter progress-bar ttk

我在Python中有一个进度条:

import os
def file_len(fname):
    with open(fname) as f:
        for i, l in enumerate(f):
            pass
    return i + 1

import progressbar
from time import sleep
bar = progressbar.ProgressBar(maxval=file_len(os.path.basename(__file__)), \
    widgets=[progressbar.Bar('=', '[', ']'), ' ', progressbar.Percentage()])
bar.start()
for i in range(file_len(os.path.basename(__file__))):
    bar.update(i+1)
    sleep(0.1)
bar.finish()

进度条在视觉上按预期工作:它显示条形图中的进度及其背后的百分比。但是,进度条的计算不正确。

它首先显示百分比增加的栏,但当栏为100%时,程序开始运行。我在我的代码中放了几个'print'定义来查看当时代码的位置,但现在我首先看到百分比栏增加到100%,然后是代码中的第一个'print'。在此打印之后,代码开始计算。

有人知道我在这里做错了吗?

问候,Ganesh

修改 这看起来像这样 this

因此,当栏位为100%时,训练部分开始。

1 个答案:

答案 0 :(得分:0)

Etene,我有我在这里的代码。我删除了我试过的进度条,所以也许你可以尝试一下。

import os
import numpy as np
from sklearn import cross_validation
import matplotlib.pyplot as plt
import seaborn as sb
import pylab as pl
from termcolor import colored
from sklearn import datasets

""" ===================================== Create New Folders ===================================== """
def create_folder(path):
    if not os.path.exists(path):
        os.makedirs(path) 
    return path

current_dir = os.getcwd()

path_graph = create_folder(current_dir + "\\Graphs")

""" ==================================== Function Information ==================================== """

def graph_heatmap(Plot, Filename, Annot, Mask_half):

    print (colored('---- Creating Heatmap: ' + Filename, 'blue'))

    plt.gcf().clear()

    plt.subplots(figsize=(40,40))
    mask = np.zeros_like(Plot)
    mask[np.triu_indices_from(mask)] = Mask_half
    sb.heatmap(Plot, annot=Annot, mask=mask, cmap="Blues", linewidths=0.5, linecolor='black', vmin=0, vmax=1)

    pl.savefig(path_graph + '\\' + Filename + '.png', bbox_inches='tight', dpi=600)
    plt.close()

""" ================================= Importing & Filtering Files ================================ """
diabetes = datasets.load_diabetes()


""" ======================================== Data Mining ======================================== """
#Training
print (colored('---- Training', 'blue'))

X = diabetes.data[:, np.newaxis, 2]
y = diabetes.target

X_train, X_test, y_train, y_test = cross_validation.train_test_split(X, y, test_size = 0.3, random_state=25)

这个比我的小,但结构是一样的。我希望进度条在导入模数后直接启动,并在最后一行结束(当一切都完成时)。