argparse命令行参数的使用

2024-05-26 15:18

本文主要是介绍argparse命令行参数的使用,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

import argparsedef main():#设置一些参数parser = argparse.ArgumentParser()parser.add_argument('--device', default='0,1,2,3', type=str, required=False, help='设置使用哪些显卡')parser.add_argument('--model_config', default='config/model_config_small.json', type=str, required=False,help='选择模型参数')parser.add_argument('--tokenizer_path', default='cache/vocab_small.txt', type=str, required=False, help='选择词库')parser.add_argument('--raw_data_path', default='data/train.json', type=str, required=False, help='原始训练语料')parser.add_argument('--tokenized_data_path', default='data/tokenized/', type=str, required=False,help='tokenized语料存放位置')parser.add_argument('--raw', action='store_true', help='是否先做tokenize')parser.add_argument('--epochs', default=5, type=int, required=False, help='训练循环')parser.add_argument('--batch_size', default=8, type=int, required=False, help='训练batch size')parser.add_argument('--lr', default=1.5e-4, type=float, required=False, help='学习率')parser.add_argument('--warmup_steps', default=2000, type=int, required=False, help='warm up步数')parser.add_argument('--log_step', default=1, type=int, required=False, help='多少步汇报一次loss,设置为gradient accumulation的整数倍')parser.add_argument('--stride', default=768, type=int, required=False, help='训练时取训练数据的窗口步长')parser.add_argument('--gradient_accumulation', default=1, type=int, required=False, help='梯度积累')parser.add_argument('--fp16', action='store_true', help='混合精度')parser.add_argument('--fp16_opt_level', default='O1', type=str, required=False)parser.add_argument('--max_grad_norm', default=1.0, type=float, required=False)parser.add_argument('--num_pieces', default=100, type=int, required=False, help='将训练语料分成多少份')parser.add_argument('--min_length', default=128, type=int, required=False, help='最短收录文章长度')parser.add_argument('--output_dir', default='model/', type=str, required=False, help='模型输出路径')parser.add_argument('--pretrained_model', default='', type=str, required=False, help='模型训练起点路径')parser.add_argument('--writer_dir', default='tensorboard_summary/', type=str, required=False, help='Tensorboard路径')parser.add_argument('--segment', action='store_true', help='中文以词为单位')parser.add_argument('--bpe_token', action='store_true', help='subword')parser.add_argument('--encoder_json', default="tokenizations/encoder.json", type=str, help="encoder.json")parser.add_argument('--vocab_bpe', default="tokenizations/vocab.bpe", type=str, help="vocab.bpe")args = parser.parse_args()print('args:\n' + args.__repr__())#设置完后接下来可以使用这些参数if args.segment:from tokenizations import tokenization_bert_word_level as tokenization_bertelse:from tokenizations import tokenization_bertos.environ["CUDA_VISIBLE_DEVICES"] = args.device  # 此处设置程序使用哪些显卡

   

required    - 必需参数,通常-f这样的选项是可选的,但是如果required=True那么就是必须的了 

1 sys.argv

如果脚本很简单或临时使用,没有多个复杂的参数选项,可以直接利用sys.argv将脚本后的参数依次读取(读进来的默认是字符串格式)。

import sys
print("输入的参数为:%s" % sys.argv[1])

命令行执行效果:

>python demo.py 1
输入的参数为:1

  

 使用介绍:

argparse.ArgumentParser()方法参数须知:一般我们只选择用descriptionprog=None     - 程序名description=None,    - help时显示的开始文字epilog=None,     - help时显示的结尾文字parents=[],        -若与其他参数的一些内容一样,可以继承formatter_class=argparse.HelpFormatter,     - 自定义帮助信息的格式prefix_chars='-',    - 命令的前缀,默认是‘-’fromfile_prefix_chars=None,     - 命令行参数从文件中读取argument_default=None,    - 设置一个全局的选项缺省值,一般每个选项单独设置conflict_handler='error',     - 定义两个add_argument中添加的选项名字发生冲突时怎么处理,默认处理是抛出异常add_help=True    - 是否增加-h/--help选项,默认是True)

  

 简单用法:

  • 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 argparse
parser = argparse.ArgumentParser()
parser.add_argument("square", help="请输入一个数字", type=int)
parser.add_argument("input_str", help="请输入一个字母", type=str)
args = parser.parse_args()
print(args.square ** 2)
print(args.input_str)

  

把上面的代码保存到test_argparse.py文件,

1)命令行运行时,不添加参数:在终端运行python3 test_argparse.py ,运行结果如下:

$python3 test_argparse.py 
usage: test_argparse.py [-h] square input_str
test_argparse.py: error: the following arguments are required: square, input_str  

2)命令行运行时加上-h ,查看帮助:执行python3 test_argparse.py -h,运行结果如下:

$ python3 test_argparse.py -h
usage: test_argparse.py [-h] square input_strpositional arguments:square      请输入一个数字input_str   请输入一个字母optional arguments:-h, --help  show this help message and exit 

  3) 命令行运行加上参数,按照提示加上一个数字,一个字母:执行python3 test_argparse.py 10 'hello world!' ,  运行结果如下

$python3 test_argparse.py 10 'hello world!'
100
hello world!  

4)如果输入的格式不正确,会提示类型不对,例如第1个参数输入一个字符串,运行结果如下:

$ python3 test_argparse.py 'abcd' 11
usage: test_argparse.py [-h] square input_str
test_argparse.py: error: argument square: invalid int value: 'abcd'

现在看下可选参数的用法,所谓可选参数,也就是命令行参数是可选的,废话少说,看下面例子:  

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)

之前已经提到了用type参数就可以指定输入的参数类型。而这个type类型还可以表示文件操作的类型从而直接进行文件的读写操作。

parser.add_argument('file', type=argparser.FileType('r')) # 读取文件 
args = parser.parse_args() for line in args.file: print line.strip()

 可以设置默认值

一般情况下会设置一些默认参数从而不需要每次输入某些不需要变动的参数,利用default参数即可实现。

parser.add_argument('filename', default='text.txt')

 

2 argparse

如果参数很多,比较复杂,并且类型不统一,那么argparse可以很好的解决这些问题,下面一个实例解释了argparse的基本使用方法

import argparse
# description参数可以用于描述脚本的参数作用,默认为空
parser=argparse.ArgumentParser(description="A description of what the program does")
parser.add_argument('--toy','-t',action='store_true',help='Use only 50K samples of data')
parser.add_argument('--num_epochs',choices=[5,10,20],default=5,type=int,help='Number of epochs.')
parser.add_argument("--num_layers", type=int, required=True, help="Network depth.")args=parser.parse_args()
print(args)
print(args.toy,args.num_epochs,args.num_layers)

  

命令行执行效果:

>python demo.py --num_epochs 10 --num_layers 10
Namespace(num_epochs=10, num_layers=10, toy=False)
False 10 10

 

parser.add_argument('--toy','-t',action='store_true',help='Use only 50K samples of data')

--toy:为参数名称

-t:为参数别称
action='store_true':参数是否使用,如果使用则为True,否则为False

>python demo.py -t --num_epochs 10 --num_layers 10
Namespace(num_epochs=10, num_layers=10, toy=True)
True 10 10 # 对比和上次执行的区别

help:参数说明

parser.add_argument('--num_epochs',choices=[5,10,20],default=5,type=int,help='Number of epochs.')

choices:候选值,输出参数必须在候选值里面,否如会出现下面的结果:

>python demo.py -t --num_epochs 30 --num_layers 10
usage: demo.py [-h] [--toy] [--num_epochs {5,10,20}] --num_layers NUM_LAYERS
demo.py: error: argument --num_epochs: invalid choice: 30 (choose from 5, 10, 20)

default:默认值,如果不输入参数,则使用该默认值

>python demo.py -t  --num_layers 10
Namespace(num_epochs=5, num_layers=10, toy=True)
True 5 10

int:参数类型

  • 实例2
parser.add_argument("--num_layers", type=int, required=True, help="Network depth.")

required:为必选参数,如果不输入,则出现以下错误:

>python demo.py -t --num_epochs 10
usage: demo.py [-h] [--toy] [--num_epochs {5,10,20}] --num_layers NUM_LAYERS
demo.py: error: the following arguments are required: --num_layers 
  • 实例3
    -h:输出参数使用说明信息
>python demo.py -h
usage: demo.py [-h] [--toy] [--num_epochs {5,10,20}] --num_layers NUM_LAYERSA description of what the program doesoptional arguments:-h, --help            show this help message and exit--toy, -t             Use only 50K samples of data--num_epochs {5,10,20}Number of epochs.--num_layers NUM_LAYERSNetwork depth.

action='store_true'说明

a.py文件的代码如下:

import argparse
parser = argparse.ArgumentParser()
parser.add_argument('--t', help=' ', action='store_true', default=False)config = parser.parse_args()print(config.t)

直接运行python a.py,输出结果False

运行python a.py --t,输出结果True

也就是说,action='store_true',只要运行时该变量有传参就将该变量设为True。

  

 

 

这篇关于argparse命令行参数的使用的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1004834

相关文章

Conda与Python venv虚拟环境的区别与使用方法详解

《Conda与Pythonvenv虚拟环境的区别与使用方法详解》随着Python社区的成长,虚拟环境的概念和技术也在不断发展,:本文主要介绍Conda与Pythonvenv虚拟环境的区别与使用... 目录前言一、Conda 与 python venv 的核心区别1. Conda 的特点2. Python v

Spring Boot中WebSocket常用使用方法详解

《SpringBoot中WebSocket常用使用方法详解》本文从WebSocket的基础概念出发,详细介绍了SpringBoot集成WebSocket的步骤,并重点讲解了常用的使用方法,包括简单消... 目录一、WebSocket基础概念1.1 什么是WebSocket1.2 WebSocket与HTTP

C#中Guid类使用小结

《C#中Guid类使用小结》本文主要介绍了C#中Guid类用于生成和操作128位的唯一标识符,用于数据库主键及分布式系统,支持通过NewGuid、Parse等方法生成,感兴趣的可以了解一下... 目录前言一、什么是 Guid二、生成 Guid1. 使用 Guid.NewGuid() 方法2. 从字符串创建

Python使用python-can实现合并BLF文件

《Python使用python-can实现合并BLF文件》python-can库是Python生态中专注于CAN总线通信与数据处理的强大工具,本文将使用python-can为BLF文件合并提供高效灵活... 目录一、python-can 库:CAN 数据处理的利器二、BLF 文件合并核心代码解析1. 基础合

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

Spring IoC 容器的使用详解(最新整理)

《SpringIoC容器的使用详解(最新整理)》文章介绍了Spring框架中的应用分层思想与IoC容器原理,通过分层解耦业务逻辑、数据访问等模块,IoC容器利用@Component注解管理Bean... 目录1. 应用分层2. IoC 的介绍3. IoC 容器的使用3.1. bean 的存储3.2. 方法注

Python内置函数之classmethod函数使用详解

《Python内置函数之classmethod函数使用详解》:本文主要介绍Python内置函数之classmethod函数使用方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录1. 类方法定义与基本语法2. 类方法 vs 实例方法 vs 静态方法3. 核心特性与用法(1编程客

Linux中压缩、网络传输与系统监控工具的使用完整指南

《Linux中压缩、网络传输与系统监控工具的使用完整指南》在Linux系统管理中,压缩与传输工具是数据备份和远程协作的桥梁,而系统监控工具则是保障服务器稳定运行的眼睛,下面小编就来和大家详细介绍一下它... 目录引言一、压缩与解压:数据存储与传输的优化核心1. zip/unzip:通用压缩格式的便捷操作2.

Java内存分配与JVM参数详解(推荐)

《Java内存分配与JVM参数详解(推荐)》本文详解JVM内存结构与参数调整,涵盖堆分代、元空间、GC选择及优化策略,帮助开发者提升性能、避免内存泄漏,本文给大家介绍Java内存分配与JVM参数详解,... 目录引言JVM内存结构JVM参数概述堆内存分配年轻代与老年代调整堆内存大小调整年轻代与老年代比例元空

使用Python实现可恢复式多线程下载器

《使用Python实现可恢复式多线程下载器》在数字时代,大文件下载已成为日常操作,本文将手把手教你用Python打造专业级下载器,实现断点续传,多线程加速,速度限制等功能,感兴趣的小伙伴可以了解下... 目录一、智能续传:从崩溃边缘抢救进度二、多线程加速:榨干网络带宽三、速度控制:做网络的好邻居四、终端交互