sys.argv
在終端運行python 1.py hahah
import sys print(sys.argv) # ['1.py', 'hahah']
argparse
Python的命令行解析模塊,這是一個python的內置庫,通過在程序中我們定義好的參數,argparse將會從sys.argv中解析出這些參數,並自動生成幫助和使用信息。
argparse的簡單使用
- 創建ArgumentParser()對象
- 調用add_argument()方法添加參數
- 使用parse_args()解析添加的參數
import argparse parser = argparse.ArgumentParser() parser.add_argument('integer', type=int, help='display an integer') args = parser.parse_args() print(args.integer)
將上面的代碼保存為文件 argparse_usage.py
,在終端運行,結果如下:
$ 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
定位參數
import argparse parser = argparse.ArgumentParser() parser.add_argument("square", help="display a square of a given number", type=int) args = parser.parse_args() print(args.square**2)
將上面的代碼保存為文件 argparse_usage.py
,在終端運行,結果如下:
$ python argparse_usage.py 9
81
可選參數
可選參數就是命令行參數是可選的
import argparse parser = 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**2 if args.cubic: print args.cubic**3
將上面的代碼保存為文件 argparse_usage.py
,在終端運行,結果如下:
$ 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 # 沒有輸出
混合使用
定位參數和選項參數可以混合使用,看下面一個例子,給一個整數序列,輸出它們的和或最大值(默認):
import argparse parser = 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))
將上面的代碼保存為文件 argparse_usage.py
,在終端運行,結果如下:
$ 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])
每個參數解釋如下:
- name or flags - 選項字符串的名字或者列表,例如 foo 或者 -f, --foo。
- action - 命令行遇到參數時的動作,默認值是 store。
-
- store_const,表示賦值為const;store_ture/store_false。詳情見下面。
- append,將遇到的值存儲成列表,也就是如果參數重復則會保存多個值;
- append_const,將參數規范中定義的一個值保存到一個列表;
- count,存儲遇到的次數;此外,也可以繼承 argparse.Action 自定義參數解析;
- const - action 和 nargs 所需要的常量值。
- nargs - 應該讀取的命令行參數個數,可以是具體的數字,或者是?號,當不指定值時對於 Positional argument 使用 default,對於 Optional argument 使用 const;或者是 * 號,表示 0 或多個參數;或者是 + 號表示 1 或多個參數。
- default - 不指定參數時的默認值。
- type - 命令行參數應該被轉換成的類型。
- choices - 參數可允許的值的一個容器。
- required - 可選參數是否可以省略 (僅針對可選參數)。
- help - 參數的幫助信息,當指定為
argparse.SUPPRESS
時表示不顯示該參數的幫助信息. - metavar - 在 usage 說明中的參數名稱,對於必選參數默認就是參數名稱,對於可選參數默認是全大寫的參數名稱.
- dest - 解析后的參數名稱,默認情況下,對於可選參數選取最長的名稱,中划線轉換為下划線.
import argparse parser = argparse.ArgumentParser() parser.add_argument('--inter', action='store_true') args = parser.parse_args() print(args.inter)
在命令行運行python temp.py args.interpolate是False
在命令行運行python temp.py --inter args.interpolate是True
tensorflow 學習(三)使用flags定義命令行參數
tensorflow命令行參數使用
1、tf.app.flags() # 他支持應用從命令行接受參數在tf.app.flags中有下列定義參數的類型
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有一個FLAGS標志,他在程序中可以調用我們前面定義的flag_name,
3、通過tf.app.run()啟動maini(argv)函數
tf.app.flags.DEFINE_integer("max_step", 0, "訓練模型的步數") tf.app.flads.DEFINE_string("model_dir", "", "模型保存的路徑+模型名") FLAGS = tf.app.flags.FLAGS # 定義命令行參數 print(FLAGS.max_step) print(FLAGS.model_dir) def main(argv): print(argv) tf.app.run() # 啟動main函數