在Apache Zeppelin中，可以通过使用spark.listener属性来计算Spark作业的进度条。下面是一个示例代码，演示了如何在Zeppelin中计算Spark作业的进度条。

首先，你需要在Zeppelin中创建一个新的笔记本，并将其解释器设置为Spark。然后，你可以使用以下代码来计算Spark作业的进度条：

%spark

import org.apache.spark.scheduler._
import org.apache.zeppelin.spark.SparkInterpreter

// 创建一个自定义的SparkListener
class ProgressListener extends SparkListener {
  override def onStageSubmitted(stageSubmitted: SparkListenerStageSubmitted): Unit = {
    val stageId = stageSubmitted.stageInfo.stageId
    SparkInterpreter.get().bind("totalStage", stageId.toString)
  }

  override def onTaskEnd(taskEnd: SparkListenerTaskEnd): Unit = {
    val stageId = taskEnd.stageId
    val totalTasks = taskEnd.stageAttemptId
    val completedTasks = taskEnd.taskInfo.successful

    val progress = (completedTasks.toDouble / totalTasks.toDouble) * 100
    SparkInterpreter.get().bind("progress", progress.toInt.toString)
  }
}

// 注册自定义的SparkListener
val listener = new ProgressListener()
spark.sparkContext.addSparkListener(listener)

// 运行你的Spark作业
// 这里是一个示例代码，你需要根据你的实际情况来修改
val data = spark.sparkContext.parallelize(1 to 1000, 10)
val result = data.map(_ * 2).reduce(_ + _)

// 打印计算进度
val totalStage = SparkInterpreter.get().get("totalStage")
val progress = SparkInterpreter.get().get("progress")

println(s"Stage $progress% completed out of $totalStage stages")

在上面的代码中，我们创建了一个自定义的ProgressListener类，该类继承自SparkListener。在onStageSubmitted方法中，我们绑定了一个名为totalStage的变量，它保存了Spark作业的总阶段数。在onTaskEnd方法中，我们计算了已完成的任务数，并将计算进度绑定到progress变量上。

然后，我们将自定义的ProgressListener注册到Spark上下文中。接下来，你可以运行你的Spark作业，并在最后使用println语句打印计算进度。在该语句中，我们从Zeppelin的SparkInterpreter中获取totalStage和progress变量的值，并打印出来。

请注意，上述代码中的SparkInterpreter.get()方法用于获取Zeppelin中的Spark解释器实例。如果你正在使用其他的Spark环境，你可能需要相应地修改这部分代码。

通过以上步骤，你可以在Apache Zeppelin中计算和显示Spark作业的进度条。