[英]Progressbar (ttk.Progressbar) with python in tkinter not showing
[英]Python progressbar is not showing progress correctly
我在Python中有一个进度栏:
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()
进度栏在视觉上按预期方式工作:它在进度栏中显示进度以及进度条后面的百分比。 但是,进度栏的计算不正确。
它首先以增加的百分比显示条,但是当条为100%时,程序开始运行。 我在代码中放置了几个“打印”定义,以查看当时的代码位置,但是现在我首先看到百分比条增加到100%,然后是代码中的第一个“打印”。 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
因此,训练部分在标准为100%时开始。
Etene,我有这里的代码。 我删除了进度条中我尝试过的东西,以便也许您可以尝试一些。
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)
这比我的小,但结构相同。 我希望进度条在导入模数后立即开始,并在最后一行(一切完成后)结束。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.