{
 "cells": [
  {
   "cell_type": "code",
   "execution_count": 1,
   "id": "1b768852-5883-4ca4-86e7-d4a93c9a1a55",
   "metadata": {},
   "outputs": [
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Таблица создана:\n",
      "   ID      Data\n",
      "0   0 -1.082938\n",
      "1   1 -0.374716\n",
      "2   2  0.609893\n",
      "3   3  0.032177\n",
      "4   4  1.138623\n",
      "\n",
      "Запускаю цикл с прогресс-баром...\n"
     ]
    },
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "Загрузка: 100%|██████████████████████████████████████████████████████████████████████████████████████████████████████████| 50/50 [00:02<00:00, 19.56it/s]\n"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Первый цикл готов!\n",
      "\n",
      "Обрабатываю строки таблицы...\n"
     ]
    },
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "Обработка: 100it [00:00, 20892.13it/s]\n"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Обработано строк: 100\n",
      "\n",
      "Запускаю второй прогресс-бар...\n"
     ]
    },
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "Вычисления: 100%|\u001b[34m████████████████████████████████████████████████████████████████████████████████████████████████████████\u001b[0m| 20/20 [00:02<00:00,  9.86it/s]\u001b[0m"
     ]
    },
    {
     "name": "stdout",
     "output_type": "stream",
     "text": [
      "Все вычисления завершены!\n"
     ]
    },
    {
     "name": "stderr",
     "output_type": "stream",
     "text": [
      "\n"
     ]
    }
   ],
   "source": [
    "import pandas as pd\n",
    "import numpy as np\n",
    "from tqdm import tqdm\n",
    "import time\n",
    "\n",
    "df = pd.DataFrame({\n",
    "    'ID': range(100),\n",
    "    'Data': np.random.randn(100)\n",
    "})\n",
    "\n",
    "print(\"Таблица создана:\")\n",
    "print(df.head())\n",
    "\n",
    "print(\"\\nЗапускаю цикл с прогресс-баром...\")\n",
    "for i in tqdm(range(50), desc='Загрузка'):\n",
    "    time.sleep(0.05)\n",
    "\n",
    "print(\"Первый цикл готов!\")\n",
    "\n",
    "print(\"\\nОбрабатываю строки таблицы...\")\n",
    "schetchik = 0\n",
    "for index, row in tqdm(df.iterrows(), desc=\"Обработка\"):\n",
    "    vremya = row['Data'] ** 2\n",
    "    schetchik = schetchik + 1\n",
    "\n",
    "print(f\"Обработано строк: {schetchik}\")\n",
    "\n",
    "print(\"\\nЗапускаю второй прогресс-бар...\")\n",
    "for i in tqdm(range(20), desc='Вычисления', colour='blue'):\n",
    "    result = i * 2\n",
    "    time.sleep(0.1)\n",
    "\n",
    "print(\"Все вычисления завершены!\")"
   ]
  },
  {
   "cell_type": "code",
   "execution_count": null,
   "id": "fe6502c6-7248-4a62-9d1c-38fd51c85549",
   "metadata": {},
   "outputs": [],
   "source": []
  }
 ],
 "metadata": {
  "kernelspec": {
   "display_name": "Python 3 (ipykernel)",
   "language": "python",
   "name": "python3"
  },
  "language_info": {
   "codemirror_mode": {
    "name": "ipython",
    "version": 3
   },
   "file_extension": ".py",
   "mimetype": "text/x-python",
   "name": "python",
   "nbconvert_exporter": "python",
   "pygments_lexer": "ipython3",
   "version": "3.13.5"
  }
 },
 "nbformat": 4,
 "nbformat_minor": 5
}