1.

在Python中，当你使用tqdm模块（一个快速、可扩展的Python进度条库）时，你可能会看到类似的输出：[6:20:38<6:34:14, 31.25s/it]。

这个输出提供了关于循环进度的详细信息：

• 6:20:38: 这是已经过去的时间，也就是你的代码运行到目前所花费的时间。这里表示的是6小时20分钟38秒。
• <6:34:14: 这是预计的剩余时间。根据目前的进度和速度，预计还需要6小时34分钟14秒才能完成。
• 31.25s/it: 这是每迭代一次（每完成一个数据项）平均需要的时间。it在这里是“iteration”的缩写，意为“迭代”。所以，这里表示每次迭代平均需要31.25秒。

所以，这个输出意味着：

• 到目前为止，代码运行了6小时20分钟38秒。
• 预计还有6小时34分钟14秒才能完成。
• 平均每次迭代需要31.25秒。

2.

如果想对进度条进行更加详细的定制，可以实例化一个tqdm类的实例，然后使用它的方法来更好地发挥作用

实例化tqdm类时有一些其他的可能比较常用的参数：

• iterable（第一个参数）：一个可迭代对象
• desc：对进度条的描述，会显示在进度条前边
• total：预期的总迭代次数（默认会等于iterable的总次数，如果可数的话）
• ncols：总长度
• mininterval：最小的更新时间间隔，默认为0.1
• maxinterval：最大的更新时间间隔，默认为10

一个tqdm实例的常用方法：

• set_description：设置显示在进度条前边的内容
• set_postfix：设置显示在进度条后边的内容
• update：对进度进行手动更新
• close：关闭进度条实例，实际上，最好在使用完一个tqdm类的实例后使用 close 方法清理资源，就像使用open打开的文件一样，从而释放内存。

• from tqdm import tqdm
  import time, randomp_bar = tqdm(range(10), desc="A Processing Bar Sample: ", total=10, ncols=100)for i in p_bar:time.sleep(random.random())p_bar.close()

  

参考自：详解使用Python中的tqdm模块显示进度条_tqdm 显示的东西-CSDN博客