运行python脚本时传入参数的几种方式

刘克兰 發表於 2019-8-7 14:45:00

运行python脚本时传入参数的几种方式

如果在运行python脚本时需要传入一些参数，例如<code>gpus</code>与<code>batch_size</code>，可以使用如下三种方式。
<div class="cnblogs_code">
<pre>python script.py 0,1,2 10
python script.py -gpus=0,1,2 --batch-size=10
python script.py -gpus=0,1,2 --batch_size=10</pre>
</div>
这三种格式对应不同的参数解析方式，分别为<code>sys.argv</code>、<code>argparse、</code> <code>tf.app.run，</code> 前两者是python自带的功能，后者是<code>tensorflow</code>提供的便捷方式。
1.sys.argv
<div>
<div><code>sys</code>模块是很常用的模块，它封装了与python解释器相关的数据，例如<code>sys.modules</code>里面有已经加载了的所有模块信息，<code>sys.path</code>里面是<code>PYTHONPATH</code>的内容，而<code>sys.argv</code>则封装了传入的参数数据。 
使用<code>sys.argv</code>接收上面第一个命令中包含的参数方式如下：</div>
<div>
<div class="cnblogs_code">
<pre>import sys
gpus = sys.argv
#gpus = 
batch_size = sys.argv
print(gpus)
print(batch_size)</pre>
</div>
<img src="https://img2018.cnblogs.com/blog/1620624/201908/1620624-20190807142116570-1962942826.png">
2.argparse
<div class="cnblogs_code">
<pre>import argparse
parser = argparse.ArgumentParser(description='manual to this script')
parser.add_argument("--gpus", type=str, default="0")
parser.add_argument("--batch-size", type=int, default=32)
args = parser.parse_args()
print(args.gpus)
print(args.batch_size)</pre>
</div>
<div>
<div>需要注意的是，脚本运行命令<code>python script.py -gpus=0,1,2 --batch-size=10</code>中的<code>--batch-size</code>会被自动解析成<code>batch_size</code>. 
<code>parser.add_argument</code> 方法的<code>type</code>参数理论上可以是任何合法的类型，但有些参数传入格式比较麻烦，例如list，所以一般使用<code>bool</code>, <code>int</code>, <code>str</code>, <code>float</code>这些基本类型就行了，更复杂的需求可以通过<code>str</code>传入，然后手动解析。<code>bool</code>类型的解析比较特殊，传入任何值都会被解析成<code>True</code>，传入空值时才为<code>False</code></div>

</div>
<img src="https://img2018.cnblogs.com/blog/1620624/201908/1620624-20190807143656564-2040744979.png">
3.tf.app.run
<div class="cnblogs_code">
<pre>import tensorflow as tf
tf.app.flags.DEFINE_string('gpus', None, 'gpus to use')
tf.app.flags.DEFINE_integer('batch_size', 5, 'batch size')

FLAGS = tf.app.flags.FLAGS

def main(_):
print(FLAGS.gpus)
print(FLAGS.batch_size)

if __name__=="__main__":
tf.app.run()</pre>
</div>
<div>
<div>
有几点需要注意：
<code>tensorflow</code>只提供以下几种方法：
<code>tf.app.flags.DEFINE_string</code>， 
<code>tf.app.flags.DEFINE_integer</code>, 
<code>tf.app.flags.DEFINE_boolean</code>, 
<code>tf.app.flags.DEFINE_float</code> 四种方法，分别对应<code>str</code>, <code>int</code>,<code>bool</code>,<code>float</code>类型的参数。这里对<code>bool</code>的解析比较严格，传入1会被解析成<code>True</code>，其余任何值都会被解析成<code>False</code>。
脚本中需要定义一个接收一个参数的<code>main</code>方法：<code>def main(_):</code>，这个传入的参数是脚本名，一般用不到，所以用下划线接收。
以<code>batch_size</code>参数为例，传入这个参数时使用的名称为<code>--batch_size</code>，也就是说，中划线不会像在<code>argparse</code> 中一样被解析成下划线。
<code>tf.app.run()</code>会寻找并执行入口脚本的<code>main</code>方法。也只有在执行了<code>tf.app.run()</code>之后才能从<code>FLAGS</code>中取出参数。 
从它的签名来看，它也是可以自己指定需要执行的方法的，不一定非得叫<code>main</code>：
<img src="https://img2018.cnblogs.com/blog/1620624/201908/1620624-20190807144501890-363436685.png">

</div>

</div>

</div>

</div> 
来源：https://www.cnblogs.com/answerThe/p/11315185.html

頁: [1]

琼殿技术论坛's Archiver

运行python脚本时传入参数的几种方式