命令行運行Python腳本時傳入參數的三種方式詳解

更新時間：2019年10月11日 09:02:15 作者：漢尼拔草

這篇文章主要介紹了命令行運行Python腳本時傳入參數的三種方式詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下

如果在運行python腳本時需要傳入一些參數，例如gpus與batch_size，可以使用如下三種方式。

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

這三種格式對應不同的參數解析方式，分別為sys.argv, argparse, tf.app.run, 前兩者是python自帶的功能，最后一個是tensorflow提供的便捷方式(只是在命令行執(zhí)行時看上去跟第二個相同，源碼部分的區(qū)別見下)。

sys.argv

sys模塊是很常用的模塊，它封裝了與python解釋器相關的數據，例如sys.modules里面有已經加載了的所有模塊信息，

sys.path里面是PYTHONPATH的內容，而sys.argv則封裝了傳入的參數數據。

使用sys.argv接收上面第一個命令中包含的參數方式如下：

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

執(zhí)行結果：

D:\projects\Pycharm Projects\some-toys\something_else>python argv_test.py 1,0,2 10
1,0,2 <class 'str'>
10 <class 'str'>

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, type(args.gpus))
print(args.batch_size, type(args.batch_size))

執(zhí)行結果：

D:\projects\Pycharm Projects\some-toys\something_else>python argv_test.py --gpus=0,1,2 --batch-size=20
0,1,2 <class 'str'>
20 <class 'int'>

需要注意的是，腳本運行命令python script.py --gpus=0,1,2 --batch-size=10中的batch-size會被自動解析成batch_size.
parser.add_argument 方法的type參數理論上可以是任何合法的類型，但有些參數傳入格式比較麻煩，例如list，所以一般使用bool, int, str, float這些基本類型就行了，更復雜的需求可以通過str傳入，然后手動解析。bool類型的解析比較特殊，傳入任何值都會被解析成True，傳入空值時才為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=什么都不寫False

通過這個方法還能指定命令的幫助信息。具體請看API文檔：https://docs.python.org/2/library/argparse.html

tf.app.run

tensorflow也提供了一種方便的解析方式。

腳本的執(zhí)行命令為：

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

對應的python代碼為：

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()

有幾點需要注意：

tensorflow只提供以下幾種方法：