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

详解Vue如何使用xlsx库导出Excel文件

《详解Vue如何使用xlsx库导出Excel文件》第三方库xlsx提供了强大的功能来处理Excel文件,它可以简化导出Excel文件这个过程,本文将为大家详细介绍一下它的具体使用,需要的小伙伴可以了解... 目录1. 安装依赖2. 创建vue组件3. 解释代码在Vue.js项目中导出Excel文件,使用第三

Linux alias的三种使用场景方式

《Linuxalias的三种使用场景方式》文章介绍了Linux中`alias`命令的三种使用场景:临时别名、用户级别别名和系统级别别名,临时别名仅在当前终端有效,用户级别别名在当前用户下所有终端有效... 目录linux alias三种使用场景一次性适用于当前用户全局生效,所有用户都可调用删除总结Linux

java图像识别工具类(ImageRecognitionUtils)使用实例详解

《java图像识别工具类(ImageRecognitionUtils)使用实例详解》:本文主要介绍如何在Java中使用OpenCV进行图像识别,包括图像加载、预处理、分类、人脸检测和特征提取等步骤... 目录前言1. 图像识别的背景与作用2. 设计目标3. 项目依赖4. 设计与实现 ImageRecogni

python管理工具之conda安装部署及使用详解

《python管理工具之conda安装部署及使用详解》这篇文章详细介绍了如何安装和使用conda来管理Python环境,它涵盖了从安装部署、镜像源配置到具体的conda使用方法,包括创建、激活、安装包... 目录pytpshheraerUhon管理工具:conda部署+使用一、安装部署1、 下载2、 安装3

Mysql虚拟列的使用场景

《Mysql虚拟列的使用场景》MySQL虚拟列是一种在查询时动态生成的特殊列,它不占用存储空间,可以提高查询效率和数据处理便利性,本文给大家介绍Mysql虚拟列的相关知识,感兴趣的朋友一起看看吧... 目录1. 介绍mysql虚拟列1.1 定义和作用1.2 虚拟列与普通列的区别2. MySQL虚拟列的类型2

使用MongoDB进行数据存储的操作流程

《使用MongoDB进行数据存储的操作流程》在现代应用开发中,数据存储是一个至关重要的部分,随着数据量的增大和复杂性的增加,传统的关系型数据库有时难以应对高并发和大数据量的处理需求,MongoDB作为... 目录什么是MongoDB?MongoDB的优势使用MongoDB进行数据存储1. 安装MongoDB

关于@MapperScan和@ComponentScan的使用问题

《关于@MapperScan和@ComponentScan的使用问题》文章介绍了在使用`@MapperScan`和`@ComponentScan`时可能会遇到的包扫描冲突问题,并提供了解决方法,同时,... 目录@MapperScan和@ComponentScan的使用问题报错如下原因解决办法课外拓展总结@

mysql数据库分区的使用

《mysql数据库分区的使用》MySQL分区技术通过将大表分割成多个较小片段,提高查询性能、管理效率和数据存储效率,本文就来介绍一下mysql数据库分区的使用,感兴趣的可以了解一下... 目录【一】分区的基本概念【1】物理存储与逻辑分割【2】查询性能提升【3】数据管理与维护【4】扩展性与并行处理【二】分区的

使用Python实现在Word中添加或删除超链接

《使用Python实现在Word中添加或删除超链接》在Word文档中,超链接是一种将文本或图像连接到其他文档、网页或同一文档中不同部分的功能,本文将为大家介绍一下Python如何实现在Word中添加或... 在Word文档中,超链接是一种将文本或图像连接到其他文档、网页或同一文档中不同部分的功能。通过添加超

Linux使用fdisk进行磁盘的相关操作

《Linux使用fdisk进行磁盘的相关操作》fdisk命令是Linux中用于管理磁盘分区的强大文本实用程序,这篇文章主要为大家详细介绍了如何使用fdisk进行磁盘的相关操作,需要的可以了解下... 目录简介基本语法示例用法列出所有分区查看指定磁盘的区分管理指定的磁盘进入交互式模式创建一个新的分区删除一个存