[python] for문 예상 시간 측정하기 - ipypb 및 tqdm 소개

오늘은 python에서 for 반복문을 사용할 때 예상 시간 및 리소스를 측정할 수 있는 패키지를 소개하고자 한다. 사실 사람들이 tqdm은 많이 알고 있을텐데, 개인적으로는 ipypb의 ipb 패키지가 훨씬 좋다고 생각해서 이를 중점적으로 소개하려 한다. 

 

 

1. Ipypb의 ipb를 활용한 for문 예상 시간 측정

ipypb의 사용법은 코린이도 사용할만큼 아주 단순하고 유용하다.

• 문법: for index in ipb(반복하는 객체 넣어주기)
• ipypb에서 자세한 사항 알아보기 - 참고 URL

 

python for문 예상 시간 측정

 

개인적으로 Python에서 가장 이쁘게 시각화할 수 있는 것이 ipb라고 본다. UI도 굉장히 단순하면서 좋고, tqdm과는 다르게 반복문 중간에 다른 객체나 명령어가 들어가도 상관 없이, 프로세스 바가 정말 이쁘게 표출된다. 

 

 

 

 

반응형

 

---

 

2. tqdm을 활용한 for문 예상 시간 측정

 

tqdm의 사용법은 아주 단순한다. 

• 문법: for index in tqdm(반복하는 객체 넣어주기)
• tqdm의 github로 가서 자세히 알아보기 - 참고 URL

파이썬 tqdm 예시

 

개인적인 선호도 차이가 있겠지만, 개인적으로 tqdm의 색 및 데이터 시각화 방식이 그렇게 깔끔하다고 생각하지는 않는다. 그리고 중간에 print() 등 결과물이 나올 때 tdqm이 반복되서 노출되는 문제도 있다. 그런데 ipb를 활용하면 전혀 그런 문제들이 발생하지 않는다. 뭐 사용은 자유롭게 하길 바란다. 

 

 

사실 여기 있는 코드들은 단순하니 아래의 있는 tqdm 혹은 ipypb를 활용해보길 권한다. 

 

from ipypb import ipb
import time
 
dummy_list = []
for i in ipb(range(10)):
    dummy_list.append(i)
    time.sleep(1)
 
 
from tqdm import tqdm
import time
 
dummy_list = []
for i in tqdm(range(10)):
    dummy_list.append(i)
    time.sleep(1)