1.背景
在python运行一些，计算复杂度比较高的函数时，服务器端单核CPU的情况比较耗时，因此需要多CPU使用多进程加快速度
2.函数要求
笔者使用的是：pathos.multiprocessing 库，进度条显示用tqdm库，安装方法：
pip install pathos
安装完成后
from pathos.multiprocessing import ProcessingPool as Pool
from tqdm import tqdm
这边使用pathos的原因是因为，mult
这篇文章主要介绍了Python进度条的制作代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
import sys,time
#导入模块
for i in range(50):
#进度条的长度
sys.stdout.write(#)
#进度条的内容，这里要注意了，pycharm有可能不显示write的方法
sys.stdout.flush()
#刷新缓存
time.sleep(0.5)
#间隔时间，和shell的sleep差不
本文实例讲述了Python实现采用进度条实时显示处理进度的方法。分享给大家供大家参考，具体如下：
前言
在大多数时候，我们的程序会一直进行循环处理。这时候，我们非常希望能够知道程序的处理进度，由此来决定接下来该做些什么。接下来告诉大家如何简单又漂亮的实现这一功能。
如何使用这个类
使用这个类很简单，只需要三步即可完成，如下：
process_bar = ShowProcess(max_steps) # 1.在循环前定义类的实体， max_steps是总的步数
for i in range(ma
大家在安装程序或下载文件时，通常都能看到进度条，提示你当前任务的进度。其实，在python中实现这个功能很简单，下面是具体代码。在实际应用中，你完全可以根据自己的要求进行修改！比如，示例中是通过time.sleep()方法进行时间延迟，你完全可以根据实际的程序运行耗时进行控制；同样，在进度百分比处，你也可以显示实际的进度比，而不是例子中机械的自增百分比。
import sys
import time
def view_bar(num, total):
rate = num / total
