每次在tqdm对象(VSCode终端)上调用更新时，在新行中打印进度条(使用tqdm)。

Question

我试图使用Python中可用的tqdm模块打印优化算法的进度，但是，每次我试图更新它时，它都会以新的行打印进度，是否有一种方法只能更新最初正在实例化的tqdm条呢？我的代码如下所示，它是基于backtrader反测试库的：

def optimizer_callbacks(cb):
    pbar.update()

def strategy_optim(**kwargs):

    total = np.prod([len(value) for key,value in kwargs.items()])

    csv_file = FDaxCSVData(---data---)
    cerebro = bt.Cerebro()
    cerebro.adddata(csv_file)    
    cerebro.broker.setcash(500000.0)
    cerebro.broker.setcommission(commission=2.0)

    strats = cerebro.optstrategy(strategy_name, printlog = False, **kwargs)

    global pbar
    pbar = tqdm.tqdm(smoothing=0.05, desc='Optimization Runs', total=total)
    cerebro.optcallback(optimizer_callbacks)

    runnings = cerebro.run(optreturn=False, maxcpus=2)  

if __name__=="__main__":
    strategy_optim(periods = [100, 200, 300],  abs_margin= [25, 50, 75], trail_stop=[10, 20, 30, 40])

输出：

Optimization Runs:   0%|                                                    | 0/12 [00:00<?, ?it/s]
Optimization Runs:   8%|██████▉                                             | 1/12 [00:18<03:21, 18.29s/it]
Optimization Runs:  17%|█████████████▊                                      | 2/12 [00:19<01:35,  9.59s/it]
Optimization Runs:  25%|████████████████████▊                               | 3/12 [00:40<02:19, 15.55s/it]

我确实查看了关于类似问题的堆栈溢出的其他帖子(其中大多数都集中在jupyter笔记本界面上)，它们没有解决我的错误。此外，这也是一个多行处理过程，cerebro.optcallback在参数的唯一值集的每一次迭代之后调用optimizer_callbacks函数。

Answer 1

我经常遇到这个问题，有时position = 0 & leave = True不能工作。所以我找到了另一种方法。

您可以使用tqdm.auto.tqdm代替tqdm.tqdm

或

而不是

from tqdm import tqdm

试着使用

from tqdm.auto import tqdm

Answer 2

使用tqdm.tqdm(epochs, position=0, leave=True)确保进度条保持在相同的位置，而且每次都不会打印在新行上。

干杯