美文网首页
命令行运行Python脚本时传入参数的三种方式

命令行运行Python脚本时传入参数的三种方式

作者: 呵呵哒1991 | 来源:发表于2018-01-20 09:51 被阅读1085次

    命令行运行Python脚本时传入参数的三种方式

    原创 2017年06月06日 20:28:12

    三种常用的方式

    如果在运行python脚本时需要传入一些参数,例如gpusbatch_size,可以使用如下三种方式。

    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
    

    这三种格式对应不同的参数解析方式,分别为sys.argv, argparse, tf.app.run, 前两者是python自带的功能,后者是tensorflow提供的便捷方式。

    sys.argv

    sys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sys.modules里面有已经加载了的所有模块信息,sys.path里面是PYTHONPATH的内容,而sys.argv则封装了传入的参数数据。
    使用sys.argv接收上面第一个命令中包含的参数方式如下:

    import sys
    gpus = sys.argv[1]
    #gpus = [int(gpus.split(','))]
    batch_size = sys.argv[2]
    print gpus
    print batch_size
    

    argparse

    import argparse
    parser = argparse.ArgumentParser(description='manual to this script')
    parser.add_argument('--gpus', type=str, default = None)
    parser.add_argument('--batch-size', type=int, default=32)
    args = parser.parse_args()
    print args.gpus
    print args.batch_size
    

    需要注意的是,脚本运行命令python script.py -gpus=0,1,2 --batch-size=10中的--batch-size会被自动解析成batch_size.
    parser.add_argument 方法的type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bool, int, str, float这些基本类型就行了,更复杂的需求可以通过str传入,然后手动解析。bool类型的解析比较特殊,传入任何值都会被解析成True,传入空值时才为False

    python script.py --bool-val=0 # args.bool_val=True
    python script.py --bool-val=False # args.bool_val=True
    python script.py --bool-val=     # args.bool_val=什么都不写False
    

    通过这个方法还能指定命令的帮助信息。具体请看API文档:https://docs.python.org/2/library/argparse.html

    tf.app.run

    tensorflow也提供了一种方便的解析方式。
    脚本的执行命令为:

    python script.py -gpus=0,1,2 --batch_size=10
    

    对应的python代码为:

    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()
    

    有几点需要注意:

    1. tensorflow只提供以下几种方法:
      tf.app.flags.DEFINE_string
      tf.app.flags.DEFINE_integer,
      tf.app.flags.DEFINE_boolean,
      tf.app.flags.DEFINE_float 四种方法,分别对应str, int,bool,float类型的参数。这里对bool的解析比较严格,传入1会被解析成True,其余任何值都会被解析成False
    2. 脚本中需要定义一个接收一个参数的main方法:def main(_):,这个传入的参数是脚本名,一般用不到, 所以用下划线接收。
    3. batch_size参数为例,传入这个参数时使用的名称为--batch_size,也就是说,中划线不会像在argparse 中一样被解析成下划线。
    4. tf.app.run()会寻找并执行入口脚本的main方法。也只有在执行了tf.app.run()之后才能从FLAGS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main
    run(
        main=None,
        argv=None
    )
    

    相关文章

      网友评论

          本文标题:命令行运行Python脚本时传入参数的三种方式

          本文链接:https://www.haomeiwen.com/subject/evwzoxtx.html