【Python】Python腳本傳入參數的三種方式（轉）

三種常用的方式

如果在運行python腳本時需要傳入一些參數，例如gpus與batch_size，可以使用如下三種方式。

1.  
   python script.py 0,1,2 10
2.  
   python script.py -gpus=0,1,2 --batch-size=10
3.  
   python script.py -gpus=0,1,2 --batch_size=10

這三種格式對應不同的參數解析方式，分別為sys.argv, argparse, tf.app.run, 前兩者是python自帶的功能，后者是tensorflow提供的便捷方式。

sys.argv

sys模塊是很常用的模塊， 它封裝了與python解釋器相關的數據，例如sys.modules里面有已經加載了的所有模塊信息，sys.path里面是PYTHONPATH的內容，而sys.argv則封裝了傳入的參數數據。
使用sys.argv接收上面第一個命令中包含的參數方式如下：

1.  
   import sys
2.  
   gpus = sys.argv[ 1]
3.  
   #gpus = [ int(gpus.split( ','))]
4.  
   batch_size = sys.argv[ 2]
5.  
   print gpus
6.  
   print batch_size

argparse

1.  
   import argparse
2.  
   parser = argparse.ArgumentParser(description= 'manual to this script')
3.  
   parser.add_argument( '--gpus', type=str, default = None)
4.  
   parser.add_argument( '--batch-size', type= int, default= 32)
5.  
   args = parser.parse_args()
6.  
   print args.gpus
7.  
   print args.batch_size

需要注意的是，腳本運行命令python script.py -gpus=0,1,2 --batch-size=10中的--batch-size會被自動解析成batch_size.
parser.add_argument 方法的type參數理論上可以是任何合法的類型， 但有些參數傳入格式比較麻煩，例如list，所以一般使用bool, int, str, float這些基本類型就行了，更復雜的需求可以通過str傳入，然后手動解析。bool類型的解析比較特殊，傳入任何值都會被解析成True，傳入空值時才為False

1.  
   python script.py -- bool-val= 0 # args.bool_val=True
2.  
   python script.py -- bool-val=False # args.bool_val=True
3.  
   python script.py -- bool-val= # args.bool_val=什么都不寫False

通過這個方法還能指定命令的幫助信息。具體請看API文檔：https://docs.python.org/2/library/argparse.html

tf.app.run

tensorflow也提供了一種方便的解析方式。
腳本的執行命令為：

python script.py -gpus=0,1,2 --batch_size=10

對應的python代碼為：

1.  
   import tensorflow as tf
2.  
   tf.app.flags.DEFINE_string( 'gpus', None, 'gpus to use')
3.  
   tf.app.flags.DEFINE_integer( 'batch_size', 5, 'batch size')
4.  
    
5.  
   FLAGS = tf.app.flags.FLAGS
6.  
    
7.  
   def main(_):
8.  
   print FLAGS.gpus
9.  
   print FLAGS.batch_size
10.  
     
11.  
    if __name__== "__main__":
12.  
    tf.app.run()

幾點需要注意：

1. tensorflow只提供以下幾種方法：
   tf.app.flags.DEFINE_string，
   tf.app.flags.DEFINE_integer,
   tf.app.flags.DEFINE_boolean,
   tf.app.flags.DEFINE_float 四種方法，分別對應str, int,bool,float類型的參數。這里對bool的解析比較嚴格，傳入1會被解析成True，其余任何值都會被解析成False。
2. 腳本中需要定義一個接收一個參數的main方法：def main(_):，這個傳入的參數是腳本名，一般用不到， 所以用下划線接收。
3. 以batch_size參數為例，傳入這個參數時使用的名稱為--batch_size，也就是說，中划線不會像在argparse 中一樣被解析成下划線。
4. tf.app.run()會尋找並執行入口腳本的main方法。也只有在執行了tf.app.run()之后才能從FLAGS中取出參數。
   從它的簽名來看，它也是可以自己指定需要執行的方法的，不一定非得叫main：

1.  
   run(
2.  
   main= None,
3.  
   argv= None
4.  
   )

5 . tf.app.flags只是對argpars的簡單封裝。代碼見

https://github.com/tensorflow/tensorflow/blob/r1.2/tensorflow/python/platform/flags.py