一、argparse介绍

官方文档
argparse 模块是 Python 内置的一个用于命令项选项与参数解析的模块,argparse 模块可以让人轻松编写用户友好的命令行接口。通过在程序中定义好我们需要的参数,然后 argparse 将会从 sys.argv 解析出这些参数。argparse 模块还会自动生成帮助和使用手册,并在用户给程序传入无效参数时报出错误信息。

二、argparse使用——代码示例

一个简单的示例。

import argparse

parser = argparse.ArgumentParser(description=‘test’)

parser.add_argument(’–sparse’, action=‘store_true’, default=False, help=‘GAT with sparse version or not.’)
parser.add_argument(’–seed’, type=int, default=72, help=‘Random seed.’)
parser.add_argument(’–epochs’, type=int, default=10000, help=‘Number of epochs to train.’)

args = parser.parse_args()
print(args.sparse)
print(args.seed)
print(args.epochs)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12

三个步骤:

  • 1、创建一个解析器——创建 ArgumentParser() 对象
  • 2、添加参数——调用 add_argument() 方法添加参数
  • 3、解析参数——使用 parse_args() 解析添加的参数

1、创建一个解析器——创建 ArgumentParser() 对象

使用 argparse 的第一步是创建一个 ArgumentParser 对象:

parser = argparse.ArgumentParser(description='test')

 
 
  • 1

ArgumentParser 对象包含将命令行解析成 Python 数据类型所需的全部信息。

描述description

大多数对 ArgumentParser 构造方法的调用都会使用 description= 关键字参数。这个参数简要描述这个程度做什么以及怎么做。在帮助消息中,这个描述会显示在命令行用法字符串和各种参数的帮助消息之间。

2、添加参数——调用 add_argument() 方法添加参数

给一个 ArgumentParser 添加程序参数信息是通过调用 add_argument() 方法完成的。通常,这些调用指定 ArgumentParser 如何获取命令行字符串并将其转换为对象。这些信息在 parse_args() 调用时被存储和使用。例如

parser.add_argument('--sparse', action='store_true', default=False, help='GAT with sparse version or not.')
parser.add_argument('--seed', type=int, default=72, help='Random seed.')
parser.add_argument('--epochs', type=int, default=10000, help='Number of epochs to train.')

 
 
  • 1
  • 2
  • 3

add_argument() 方法定义如何解析命令行参数

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;
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;
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。
const - action 和 nargs 所需要的常量值。
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.

3、解析参数——使用 parse_args() 解析添加的参数

ArgumentParser 通过 parse_args() 方法解析参数。它将检查命令行,把每个参数转换为适当的类型然后调用相应的操作。在大多数情况下,这意味着一个简单的 Namespace 对象将从命令行解析出的属性构建:

args = parser.parse_args()

 
 
  • 1

在脚本中,通常 parse_args() 会被不带参数调用,而 ArgumentParser 将自动从 sys.argv 中确定命令行参数。

三、结果测试

import argparse

parser = argparse.ArgumentParser(description=‘test’)

parser.add_argument(’–sparse’, action=‘store_true’, default=False, help=‘GAT with sparse version or not.’)
parser.add_argument(’–seed’, type=int, default=72, help=‘Random seed.’)
parser.add_argument(’–epochs’, type=int, default=10000, help=‘Number of epochs to train.’)

args = parser.parse_args()

print(args.sparse)
print(args.seed)
print(args.epochs)

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

显示帮助文档:
在这里插入图片描述
输错命令会告诉你usage用法:
在这里插入图片描述
使用命令修改参数:
在这里插入图片描述

action='store_true’的使用说明

action·- 命令行遇到参数时的动作,默认值是 store。

直接运行python test.py,输出结果False
运行python test.py --sparse,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。
在这里插入图片描述

四、python args parse_args() 报错解决

1、error: the following arguments are required: xxx

报错:

usage: test.py [-h] xxx
test.py: error: the following arguments are required: xxx

 
 
  • 1
  • 2

原因:

  • args分为可选参数(用--指定)和必选参数(不加--指定)。
  • 如果你定义参数xxx时,没有用--指定,那么该参数为需要在命令行内手动指定。此时即使通过default设置默认参数,也还是会报错。

五、其他问题汇总(评论小伙伴问的)

1、下划线_和横线-的区别

Q1:请问博主,第一个位置参数假如说是--max_episode_len,然后也有人写是--max-episode-len,但是他在调用的时候仍然用的是args.max_episode_len,也没报错,请问这个下划线_-的区别在哪里呢?

A1:没啥区别,在这里表示同一个意思,-对应_,代码里写的不一样或者都改成一样的都可以

2、debug怎么进行?

Q2:这种运行是不是脱离ide,那debug怎么进行啊?

A2:有linux下,命令行单点调试的方法,python -m pdb test.py,搜一搜,网上挺多

Logo

为开发者提供学习成长、分享交流、生态实践、资源工具等服务,帮助开发者快速成长。

更多推荐