python程序运行进程、使用时间、剩余时间显示功能的实现代码

yipeiwu_com6年前Python基础

有很多程序运行时间比较长,如果不将运行过程输出将很难判断程序运行的时间。下边这段程序将按照上图所示的格式输出程序运行进程、已用时间、剩余时间。

def time_change(time_init):  #定义将秒转换为时分秒格式的函数
  time_list = []
  if time_init/3600 > 1:
    time_h = int(time_init/3600)
    time_m = int((time_init-time_h*3600) / 60)
    time_s = int(time_init - time_h * 3600 - time_m * 60)
    time_list.append(str(time_h))
    time_list.append('h ')
    time_list.append(str(time_m))
    time_list.append('m ')
  elif time_init/60 > 1:
    time_m = int(time_init/60)
    time_s = int(time_init - time_m * 60)
    time_list.append(str(time_m))
    time_list.append('m ')
  else:
    time_s = int(time_init)
  time_list.append(str(time_s))
  time_list.append('s')
  time_str = ''.join(time_list)
  return time_str
if __name__=="__main__":
  process = .0
  start = time.time()
  for i in range(total_num):
     ···
     ···
     ···
    if process < (i*1.0/total_num):
      if process != 0:
        end = time.time()
        use_time = end-start
        all_time = use_time / process
        res_time = all_time - use_time
        str_ues_time = time_change(use_time)
        str_res_time = time_change(res_time)
        print("Percentage of progress:%.0f%%  Used time:%s  Rest time:%s "%(process*100,str_ues_time,str_res_time))
      process = process + 0.01

总结

以上所述是小编给大家介绍的python程序运行进程、使用时间、剩余时间显示功能的实现代码,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对【听图阁-专注于Python设计】网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!

相关文章

利用Python实现网络测试的脚本分享

前言 最近同学让我帮忙写一个测试网络的工具。由于工作上的事情,断断续续地拖了很久才给出一个相对完整的版本。其实,我Python用的比较少,所以基本都是边查资料边写程序。 程序的主要逻辑如...

python编程嵌套函数实例代码

python,函数嵌套,到底是个什么东东? 很少有人用,但是,有时确实会用: def multiplier(factor): def multiplyByFactor(numb...

给你选择Python语言实现机器学习算法的三大理由

给你选择Python语言实现机器学习算法的三大理由

基于以下三个原因,我们选择Python作为实现机器学习算法的编程语言:(1) Python的语法清晰;(2) 易于操作纯文本文件;(3) 使用广泛,存在大量的开发文档。 可执行伪代码 P...

python opencv 实现对图像边缘扩充

python opencv 实现对图像边缘扩充

原始图像 根据图像的边界的像素值,向外扩充图片,每个方向扩充50个像素。 a = cv2.copyMakeBorder(img,50,50,50,50,cv2.BORDER_REPL...

使用 PyTorch 实现 MLP 并在 MNIST 数据集上验证方式

简介 这是深度学习课程的第一个实验,主要目的就是熟悉 Pytorch 框架。MLP 是多层感知器,我这次实现的是四层感知器,代码和思路参考了网上的很多文章。个人认为,感知器的代码大同小异...