python argparse的使用步骤(全网最全)

目录

• 一、前言
• 二、关于argparse用法常用框架
• 1.获取参数列表
• 2.获取帮助信息
• 3.命令行修改参数
• 4.'_'与"__"的使用
• 5.type的使用
• 6.required:用来表示这个参数是否需要提供
• 7.choices选择参数
• 参考博客：

一、前言

在学习深度学习会发现都比较爱用python这个argparse，虽然基本能理解，但没有仔细自己动手去写，因此这里写下来作为自己本人的学习笔记

argparse是python的一个命令行参数解析包，在代码需要频繁修改参数时，方便使用，主要用法就是在命令行输入自己想要修改的参数。

二、关于argparse用法常用框架

import argparse

def get_parser():

    # argparse.ArgumentParser生成argparse对象 description为描述信息，当在命令行输入需要显示帮助信息时，会显示

    parser = argparse.ArgumentParser(description="pytorch unet training")

    # 路径参数设置 help为参数的帮助信息

    parser.add_argument("--data_path", default="./", help="DRIVE root")

    # 预测类别数量 type如果不指定需要输入的是str类型

    parser.add_argument("--num_classes", default=1, type=int)

    # 指定设备使用

    parser.add_argument("--device", default="cuda", help="training device")

    # 指定batch size大小 "-b", "--batch_size"表示两个都可以在命令行使用

    parser.add_argument("-b", "--batch_size", default=4, type=int)

    return parser

if __name__ =='__main__':

    parser = get_parser()

    args = parser.parse_args()

    print(args)

如上get_parser()为本文会介绍的一些使用方法，这个python文件名为python_argparse_test1.py，其中

parser = argparse.ArgumentParser(description="pytorch unet training")用来创建parser对象

add_argument()用来增加参数

args = parser.parse_args()中parse_args()获取解析的参数

1.获取参数列表

当命令行输入python python_argparse_test1.py时，打印args获取到的参数得到：

Namespace(batch_size=4, data_path='./', device='cuda', num_classes=1)

表示这个参数解析器解析到的参数列表

2.获取帮助信息

输入python python_argparse_test1.py -h或者python python_argparse_test1.py --help显示信息，其中usage显示了它的用法，pytorch unet training为创建对象时的description,再下面是各个参数信息与用法

3.命令行修改参数

import argparse

def get_parser():

    # argparse.ArgumentParser生成argparse对象 description为描述信息，当在命令行输入需要显示帮助信息时，会显示

    parser = argparse.ArgumentParser(description="pytorch unet training")

    # 路径参数设置 help为参数的帮助信息 default为默认参数

    parser.add_argument("--data_path", default="./", help="DRIVE root")

    # 预测类别数量 type如果不指定需要输入的是str类型

    parser.add_argument("--num_classes", default=1, type=int)

    # 指定设备使用

    parser.add_argument("--device", default="cuda", help="training device")

    # 指定batch size大小 "-b", "--batch_size"表示两个都可以在命令行使用

    parser.add_argument("-b", "--batch_size", default=4, type=int)

    return parser

if __name__ =='__main__':

    parser = get_parser()

    args = parser.parse_args()

    print("data_path: ",args.data_path)

    print("num_classes: ", args.num_classes)

命令行输入：python python_argparse_test1.py --data_path Desktop --num_classer 4，得到结果如下：

data_path:  Desktop

num_classes:  4

可以看到通过命令行确实修改了参数

4.'_'与"__"的使用

if __name__ =='__main__':

    parser = get_parser()

    args = parser.parse_args()

    print("-b: ",args.b)

    print("--batch_size: ", args.batch_size)

命令行输入python python_argparse_test1.py -b 10 --batch_size 20，这时会报错：

这是因为当'_'和'__'同时存在时，系统默认后者为参数名

把上述代码改为：

if __name__ =='__main__':

    parser = get_parser()

    args = parser.parse_args()

    print("--batch_size: ",args.batch_size)

但命令行不受影响，继续执行命令 python python_argparse_test1.py -b 10得到：

--batch_size:  10

5.type的使用

type会把输入的命令行字符强制转化为type的类型

if __name__ =='__main__':

    parser = get_parser()

    args = parser.parse_args()

    print("--batch_size type: ",type(args.batch_size))

命令行输入：python python_argparse_test1.py --batch_size  '10'得到：

--batch_size type:  <class 'int'>

6.required:用来表示这个参数是否需要提供

parser.add_argument("--num_classes", default=1, type=int, required=True)

如果输入命令python python_argparse_test1.py

这将会报错提示确实需要的参数

python_argparse_test1.py: error: the following arguments are required: --num_classes

7.choices选择参数

parser.add_argument('-arch', required=True, choices=['alexnet', 'vgg'])

如果运行命令：python python_argparse_test1.py -arch cnn

这将会报错

python_argparse_test1.py: error: argument -arch: invalid choice: 'cnn' (choose from 'alexnet', 'vgg')

参考博客：

argparse简要用法总结 | Yunfeng's Simple Blog (vra.github.io)

argparse基本用法

argparse.ArgumentParser()用法解析

到此这篇关于python argparse的使用步骤(全网最全)的文章就介绍到这了,更多相关python argparse使用内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！