Мобильная версияИндикатор выполнения печатается несколько раз, но мне он нужен только один раз ⇐ Python
-
Гость
Индикатор выполнения печатается несколько раз, но мне он нужен только один раз
Я перепробовал практически все, но индикатор выполнения появляется на каждой итерации заново, см. ссылку внизу этого вопроса. Как я могу добиться того, чтобы весь прогресс отображался на первом индикаторе выполнения прямо под кодом? Это из-за размещения этого: pbar.update(1) ?
импортировать numpy как np импортировать панд как pd импортировать тензорный поток как tf из тензорного потока импорта кераса из sklearn.model_selection импорт train_test_split из tqdm импортировать tqdm из sklearn.metrics импортируйтеmean_squared_error # Инициализируем переменные, связанные с RSI rsi_values = [] # Определим параметры num_epochs = 40 размер_пакета = 64 Initial_balance_usd = 110000 # Начальный баланс в долларах США min_buy_fee = 52 # Минимальная комиссия за покупку buy_fee_percentage = 0,03 # Процент комиссии за покупку min_sell_fee = 63 # Минимальная комиссия за продажу Sell_fee_percentage = 0,027 # Процент комиссии за продажу rsi_ period = 14 # период расчета RSI (например, 14 дней) # Определить список длин последовательностей для экспериментов input_sequence_lengths = [16] # Определите URL-адреса для исторических данных разных временных рядов URL = [ ["C:/Users/max2/Desktop/12.xlsx", 2], ] всего_итераций = 50 # Определите список значений Weight_rsi для экспериментов вес_rsi_values = [0,1, 0,2, 0,3, 0,4, 0,5] # Инициализируем словарь для хранения результатов для каждого значения Weight_rsi результаты = {} # Инициализируем индикатор выполнения в самом верху с tqdm(total=total_iterations, desc="Обработка") как pbar: для Weight_rsi в Weight_rsi_values: pbar.обновление(1) print(f"Тренировка с Weight_rsi={weight_rsi:.10f}") # Перебираем каждый URL и обрабатываем данные отдельно для url_info в URL-адресах: print(f"Обработка данных с URL: {url_info}") URL = url_info[0] действие = url_info[1] если действие == 0: print(f"Выполнение команды A для URL: {url}") df = pd.read_csv(url, заголовок = нет, пропуск строк = 1) действие элиф == 2: df = pd.read_excel(url,skiprows=1) еще: print(f"Выполнение команды B для URL: {url}") df = pd.read_excel (url, заголовок = нет, пропуск строк = 1) # Здесь находится остальная часть вашего кода обработки данных и моделирования. # Доступ ко второму столбцу (всем строкам) и преобразование его в список если действие == 2: columns_b_values = df.iloc[:, 1].tolist() еще: columns_b_values = df.iloc[:, 1].tolist() # Инициализируем переменные, связанные с RSI Price_changes = np.diff(column_b_values) прибыль = Price_changes.clip(мин=0) потери = -price_changes.clip(макс=0) avg_gain = np.mean(прибыль[:rsi_ period]) avg_loss = np.mean(потери[:rsi_ period]) # Обучайте и оценивайте модели для каждой длины последовательности для последовательности_длины в input_sequence_lengths: print(f"Обучение и оценка модели для длины последовательности: {sequence_length}") Выход
Я перепробовал практически все, но индикатор выполнения появляется на каждой итерации заново, см. ссылку внизу этого вопроса. Как я могу добиться того, чтобы весь прогресс отображался на первом индикаторе выполнения прямо под кодом? Это из-за размещения этого: pbar.update(1) ?
импортировать numpy как np импортировать панд как pd импортировать тензорный поток как tf из тензорного потока импорта кераса из sklearn.model_selection импорт train_test_split из tqdm импортировать tqdm из sklearn.metrics импортируйтеmean_squared_error # Инициализируем переменные, связанные с RSI rsi_values = [] # Определим параметры num_epochs = 40 размер_пакета = 64 Initial_balance_usd = 110000 # Начальный баланс в долларах США min_buy_fee = 52 # Минимальная комиссия за покупку buy_fee_percentage = 0,03 # Процент комиссии за покупку min_sell_fee = 63 # Минимальная комиссия за продажу Sell_fee_percentage = 0,027 # Процент комиссии за продажу rsi_ period = 14 # период расчета RSI (например, 14 дней) # Определить список длин последовательностей для экспериментов input_sequence_lengths = [16] # Определите URL-адреса для исторических данных разных временных рядов URL = [ ["C:/Users/max2/Desktop/12.xlsx", 2], ] всего_итераций = 50 # Определите список значений Weight_rsi для экспериментов вес_rsi_values = [0,1, 0,2, 0,3, 0,4, 0,5] # Инициализируем словарь для хранения результатов для каждого значения Weight_rsi результаты = {} # Инициализируем индикатор выполнения в самом верху с tqdm(total=total_iterations, desc="Обработка") как pbar: для Weight_rsi в Weight_rsi_values: pbar.обновление(1) print(f"Тренировка с Weight_rsi={weight_rsi:.10f}") # Перебираем каждый URL и обрабатываем данные отдельно для url_info в URL-адресах: print(f"Обработка данных с URL: {url_info}") URL = url_info[0] действие = url_info[1] если действие == 0: print(f"Выполнение команды A для URL: {url}") df = pd.read_csv(url, заголовок = нет, пропуск строк = 1) действие элиф == 2: df = pd.read_excel(url,skiprows=1) еще: print(f"Выполнение команды B для URL: {url}") df = pd.read_excel (url, заголовок = нет, пропуск строк = 1) # Здесь находится остальная часть вашего кода обработки данных и моделирования. # Доступ ко второму столбцу (всем строкам) и преобразование его в список если действие == 2: columns_b_values = df.iloc[:, 1].tolist() еще: columns_b_values = df.iloc[:, 1].tolist() # Инициализируем переменные, связанные с RSI Price_changes = np.diff(column_b_values) прибыль = Price_changes.clip(мин=0) потери = -price_changes.clip(макс=0) avg_gain = np.mean(прибыль[:rsi_ period]) avg_loss = np.mean(потери[:rsi_ period]) # Обучайте и оценивайте модели для каждой длины последовательности для последовательности_длины в input_sequence_lengths: print(f"Обучение и оценка модели для длины последовательности: {sequence_length}") Выход
