sys.argv
在终端运行python 1.py hahah
import sys print(sys.argv) # ['1.py', 'hahah']
argparse
Python的命令行解析模块,这是一个python的内置库,通过在程序中我们定义好的参数,argparse将会从sys.argv中解析出这些参数,并自动生成帮助和使用信息。
argparse的简单使用
- 创建ArgumentParser()对象
- 调用add_argument()方法添加参数
- 使用parse_args()解析添加的参数
import argparseparser = argparse.ArgumentParser()parser.add_argument('integer', type=int, help='display an integer')args = parser.parse_args()print(args.integer)
将上面的代码保存为文件 argparse_usage.py
,在终端运行,结果如下:
$ python argparse_usage.py usage: argparse_usage.py [-h] integer argparse_usage.py: error: too few arguments$ python argparse_usage.py abcd usage: argparse_usage.py [-h] integer argparse_usage.py: error: argument integer: invalid int value: 'abcd'$ python argparse_usage.py -h usage: argparse_usage.py [-h] integer positional arguments: integer display an integer optional arguments: -h, --help show this help message and exit$ python argparse_usage.py 10 10
定位参数
import argparseparser = argparse.ArgumentParser()parser.add_argument("square", help="display a square of a given number", type=int)args = parser.parse_args()print(args.square**2)
将上面的代码保存为文件 argparse_usage.py
,在终端运行,结果如下:
$ python argparse_usage.py 9 81
可选参数
可选参数就是命令行参数是可选的
import argparseparser = argparse.ArgumentParser()parser.add_argument("--square", help="display a square of a given number", type=int)parser.add_argument("--cubic", help="display a cubic of a given number", type=int)args = parser.parse_args()if args.square: print args.square**2if args.cubic: print args.cubic**3
将上面的代码保存为文件 argparse_usage.py
,在终端运行,结果如下:
$ python argparse_usage.py --h usage: argparse_usage.py [-h] [--square SQUARE] [--cubic CUBIC] optional arguments: -h, --help show this help message and exit --square SQUARE display a square of a given number --cubic CUBIC display a cubic of a given number$ python argparse_usage.py --square 8 64$ python argparse_usage.py --cubic 8 512$ python argparse_usage.py 8 usage: argparse_usage.py [-h] [--square SQUARE] [--cubic CUBIC] argparse_usage.py: error: unrecognized arguments: 8$ python argparse_usage.py # 没有输出
混合使用
定位参数和选项参数可以混合使用,看下面一个例子,给一个整数序列,输出它们的和或最大值(默认):
import argparseparser = argparse.ArgumentParser(description='Process some integers.')parser.add_argument('integers', metavar='N', type=int, nargs='+', help='an integer for the accumulator')parser.add_argument('--sum', dest='accumulate', action='store_const', const=sum, default=max, help='sum the integers (default: find the max)')args = parser.parse_args()print(args.accumulate(args.integers))
将上面的代码保存为文件 argparse_usage.py
,在终端运行,结果如下:
$ python argparse_usage.py usage: argparse_usage.py [-h] [--sum] N [N ...] argparse_usage.py: error: too few arguments$ python argparse_usage.py 1 2 3 4 4$ python argparse_usage.py 1 2 3 4 --sum 10
add_argument()方法
ArgumentParser.add_argument(name or flags...[, action][, nargs][, const][, default][, type][, choices][, required][, help][, metavar][, dest])
每个参数解释如下:
- name or flags - 选项字符串的名字或者列表,例如 foo 或者 -f, --foo。
- action - 命令行遇到参数时的动作,默认值是 store。
-
- store_const,表示赋值为const;store_ture/store_false。详情见下面。
- store_const,表示赋值为const;store_ture/store_false。详情见下面。
- append,将遇到的值存储成列表,也就是如果参数重复则会保存多个值;
- append_const,将参数规范中定义的一个值保存到一个列表;
- count,存储遇到的次数;此外,也可以继承 argparse.Action 自定义参数解析;
- const - action 和 nargs 所需要的常量值。
- nargs - 应该读取的命令行参数个数,可以是具体的数字,或者是?号,当不指定值时对于 Positional argument 使用 default,对于 Optional argument 使用 const;或者是 * 号,表示 0 或多个参数;或者是 + 号表示 1 或多个参数。
- default - 不指定参数时的默认值。
- type - 命令行参数应该被转换成的类型。
- choices - 参数可允许的值的一个容器。
- required - 可选参数是否可以省略 (仅针对可选参数)。
- help - 参数的帮助信息,当指定为
argparse.SUPPRESS
时表示不显示该参数的帮助信息. - metavar - 在 usage 说明中的参数名称,对于必选参数默认就是参数名称,对于可选参数默认是全大写的参数名称.
- dest - 解析后的参数名称,默认情况下,对于可选参数选取最长的名称,中划线转换为下划线.
import argparseparser = argparse.ArgumentParser()parser.add_argument('--inter', action='store_true')args = parser.parse_args()print(args.interpolate)
在命令行运行python temp.py args.interpolate是False
在命令行运行python temp.py --inter args.interpolate是True
tensorflow命令行参数使用
1、tf.app.flags() # 他支持应用从命令行接受参数在tf.app.flags中有下列定义参数的类型
DEFING_string(flag_name, default_value, docstring)
DEFING_integer(flag_name, default_value, docstring)
DEFING_boolean(flag_name, default_value, docstring)
DEFING_float(flag_name, default_value, docstring)
2、tf.app.flags,在flag有一个FLAGS标志,他在程序中可以调用我们前面定义的flag_name,
3、通过tf.app.run()启动maini(argv)函数
tf.app.flags.DEFINE_integer("max_step", 0, "训练模型的步数")tf.app.flads.DEFINE_string("model_dir", "", "模型保存的路径+模型名")FLAGS = tf.app.flags.FLAGS # 定义命令行参数print(FLAGS.max_step)print(FLAGS.model_dir)def main(argv): print(argv)tf.app.run() # 启动main函数