gpt4 book ai didi

python入门:argparse浅析 nargs='+'作用

转载 作者:qq735679552 更新时间:2022-09-29 22:32:09 28 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章python入门:argparse浅析 nargs='+'作用由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

我就废话不多说了,大家还是直接看代码吧~ 。

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
#aaa.py
#version 3.5
import os #这句是没用了,不知道为什么markdown在编辑代码时,不加这一句,就不能显示代码高亮[汗]
import argparse
 
parser = argparse.ArgumentParser(description = 'Process some integers...' ) #初始化一个分析器
#parser.add_argument(中的参数)
#__init__(self, option_strings, dest, nargs=None, const=None, default=None, type=None, choices=None, required=False, help=None, metavar=None)
parser.add_argument( 'integers' ,metavar = 'N' , type = int ,nargs = '+' ,
    help = 'an integer for the accumulator' )
    #这是一个添加【位置参数】
    #第一个参数是自定义的参数名,在代码中用来计算的(parser.parse_args().integers*2)
 
parser.add_argument( '--sum' ,dest = 'accumulate' ,action = 'store_const' ,
    const = sum ,default = max ,
    help = 'sum the integers(default:find the max)' )
    #这是一个添加【可选参数】
    #第一个参数是自定义的参数【在代码中的使用parser.parse_args().sum】【在系统命令行中的使用:>python aaa.py --sum
 
args = parser.parse_args()
print (args)  #Namespace(accumulate=<built-in function sum>, integers2=[1, 2, 3, 4])
print (args.integers) #integers要与上面的对应
print (args.accumulate(args.integers)) #accumulate要与上面的对应
?
1
2
3
4
5
6
7
8
9
import argparse
def infer(args):
  for img in args.imgs:
  print ( "\n=== {} ===" . format (img))
if __name__ = = '__main__' :
  parser = argparse.ArgumentParser()
  parser.add_argument( '--imgs' , type = str ,nargs = '+' )
  args = parser.parse_args()
  infer(args)

结果 。

python入门:argparse浅析 nargs='+'作用

补充知识:argparse解析命令行参数 。

argparse简介:

在argparse中,最常用的就是上述三部分了:创建一个ArgumentParser对象;使用add_argument()方法来为创建的ArgumentParser对象添加argument的解析规则;最后调用parse_args()来解析传入的内容,依据的是第二步制定的规则,生成的是一个Namespace对象,若未传参数给parse_args(),那么默认从sys.argv来获取命令行入参.

创建一个ArgumentParser:

函数原型为:

ArgumentParser(prog=None,usage=None,description=None,epilog=None, parents=[],formatter_class=argparse.HelpFormatter, prefix_chars='-', fromfile_prefix_chars=None, argument_default=None,conflict_handler='error', add_help=True) 。

1、prog:程序的名字,默认是argv[0]。若设置,则在帮助信息中,可以使用%(prog)s来作为格式化的引用(修改一处全局受用).

2、usage:帮助信息的usage字段,描述程序的各种用法,默认情况下会依据add_argument()来自动生成.

3、description:一个简单描述程序主要干啥以及怎么用的字符段,默认为空.

4、epilog:optional arguments字符段之后的字符段,默认为空.

5、parents:继承的父parser,为了避免一些公共的内容重复定义,父parser在初始化时会设置add_help=False,这是为了防止出现父与子parser的-h冲突而抛出异常.

6、formatter_class:对于help输出进行格式化,除了输出的样式外,如果设置为ArgumentDefaultsHelpFormatter,则会自动在help输出中添加已定义的default值.

7、prefix_chars:options前的字符,默认为'-',可以添加其他字符,如'-+',但是如果没有包括'-',那么对应的option如'-h'就无法解析.

8、fromfile_prefix_chars:有时会使用文件给parse_args()传入参数,为了能够识别文件字符串,如"demo.txt",需要设置此值,如"@",那么所有以此字符为开头的字符串都被当作是文件,所以传给parse_args()的参数应该是@demo.txt。在该文件中,一行只能有一个参数。如文件中的'-f\nbar'会被解析成['-f','bar'].

9、argument_default:一般情况下,默认值使用add_argument()来添加,或者使用set_defaults()设置一些键值对来添加。剩下一种情况就是设置此项(此处没看明白是咋回事).

10、conflict_handler:解决在add_argument()阶段有冲突的option的依据策略,默认为error即抛出异常。一般情况下遇到冲突是抛出异常即可,但是如果设置了parents,那么需要重写父parser中的规则的时候,就需要将此项设置为resolve,但是重写是精确匹配的,如老规则定义了-h/--help,重写了-h,那么--help还是老规则.

11、add_help:是否添加-h/--helpoption,默认为True。为False时,是要做parent(其实可以设置子Parser重写)。默认是-h/--help,若prefix_chars中没有包含'-',那么就以其中第一个字符作为代替.

调用add_argument()添加解析规则:

函数原型:

ArgumentParser.add_argument(name or flags...[, action][, nargs][, const][, default][, type][, choices][, required][, help][,metavar][, dest]) 。

1、name or flags:是位置参数,则需要传入名字;要是可选参数,则需要进行定义,如'-f','--foo'.

2、action:定义传入的参数如何处理.

action='store',默认取值,保存传入参数.

action='store_const',需要添加const,意味着该argument的值不从命令行输入,而是取const的值.

action='store_true' or action='store_false','store_const'的特殊情形,意味着const的值为True或False.

action='append',表示传入的值会作为一个列表的一项,意味着option可以在命令行中多次出现.

action='append_const',传入列表的项由const定义,通常用在需要多个argument将值传入一个列表中的场景.

action='count',输出argument出现的次数.

action='help',已默认添加.

action='version',需要定义version,使用时输出版本信息并退出.

自定义,通过定义一个argparse.Action子类来实现。实际上,上面的这些可选项都是通过这种形式定义的.

3、nargs:ArgumentParser对象通常将一个动作与一个命令行参数关联。nargs关键字参数将一个动作与不同数目的命令行参数关联在一起:

nargs=N,一个选项后可以跟多个参数(action='append'时,依然是一个选项后跟一个参数,只不过选项可以多次出现),参数的个数必须为N的值,这些参数会生成一个列表,当nargs=1时,会生成一个长度为1的列表.

nargs=?,如果没有在命令行中出现对应的项,则给对应的项赋值为default。特殊的是,对于可选项,如果命令行中出现了此可选项,但是之后没有跟随赋值参数,则此时给此可选项并不是赋值default的值,而是赋值const的值.

nargs=*,和N类似,但是没有规定列表长度.

nargs=+,和*类似,但是给对应的项当没有传入参数时,会报错error: too few arguments.

nargs=argparse.REMAINDER,所有剩余的参数,均转化为一个列表赋值给此项,通常用此方法来将剩余的参数传入另一个parser进行解析。如果nargs没有定义,则可传入参数的数量由action决定,通常情况下为一个,并且不会生成长度为一的列表.

4、const,一种是定义action='store_const'或action='append_const'时使用。一种是定义nargs='?'时,可选项出现在命令行中,但之后并没有跟随赋值的参数,作为默认值传给此可选项.

5、default:默认值.

如果是一个字符串,那么Parser解析的时候会将它作为命令行传入值,使用type的值来进行转换类型,但是如果不是的话,就会使用定义的值而不进行类型转换。如果设置了nargs='?'或nargs='*',那么当没有参数赋值给该项时,会使用default定义的值.

而default=argparse.SUPPRESS时,则表示命令行中未出现某一项时,不会对它进行默认赋值.

6、type:用于类型检查和类型转换.

使用FileType可简化对文件的操作。还可以自定义函数,输入是一个字符串,输出是转换后的字符串。当设置choices的时,类型检查会变得容易,因为只需要在一个范围内比较即可.

7、choices:给定了取值范围,超出会报错.

当type也有定义时,会先使用type进行类型检查,所以choices中的取值必须符合type的定义,否则在parse_args()时会报错。任何支持in操作符的均可作为choices的赋值,所以字典,列表,集合,等等其他容器均都支持.

8、required:默认情况下,可选项(前面有'-')被认为并不一定需要出现在命令行参数中,但是如果设置了required=True的话,则必须出现。此类设置违背人的常识,应避免使用.

9、help:帮助信息.

之前提到的%(prog)s可用于此处程序名的格式化,此外,还有%(default)s格式化default的值,%(type)s格式化type的值.

设置为argparse.SUPPRESS可不显示帮助信息.

10、metavar:在Parser生成帮助信息时,需要有字符代表需要传入的值。(这一段和dest相同,使用的就是dest的值)如果是位置参数,则用它本身代替;如果是可选参数,则使用它的大写来代替。使用metavar可替换默认的字符.

11、dest:大部分的选项都需要通过命令行来给其赋值,这些值的名字通过dest来定义,默认的规则如同metavar中所述.

调用parse_args()解析 。

函数原型:

ArgumentParser.parse_args(args=None, namespace=None) 。

将args转换为namespace对象的一个值。默认情况下,sys.argv赋值给args,一个空的Namespace对象会被创建。解析时,会对传入的参数进行检查,若不符合要求就会报错。一般情况下,会自动判断传入的值到底是一个可选参数,还是一个负数(都用'-'开头)。但有时位置参数的值必须是一个'-'开头的值,如'-f',那么使用parser.parse_args(['--', '-f']),'--'代表后续的所有传入值都需要看做是位置参数。parse_args()会返回填充好的Namespace对象 。

实例:

以faster rcnn代码中的命令行解析为例:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
#coding=utf-8
import argparse
import sys
 
def parse_args():
  parser = argparse.ArgumentParser(description = 'Train a Fast R-CNN network' )
  parser.add_argument( '--cfg' , dest = 'cfg_file' , help = 'optional config file' ,default = None , type = str )
  parser.add_argument( '--weight' , dest = 'weight' , help = 'initialize with pretrained model weights' , type = str )
  parser.add_argument( '--imdb' , dest = 'imdb_name' , help = 'dataset to train on' ,default = 'voc_2007_trainval' , type = str )
  parser.add_argument( '--imdbval' , dest = 'imdbval_name' , help = 'dataset to validate on' ,default = 'voc_2007_test' , type = str )
  parser.add_argument( '--iters' , dest = 'max_iters' , help = 'number of iterations to train' ,default = 70000 , type = int )
  parser.add_argument( '--tag' , dest = 'tag' , help = 'tag of the model' ,default = None , type = str )
  parser.add_argument( '--net' , dest = 'net' , help = 'vgg16, res50, res101, res152, mobile' ,default = 'res50' , type = str )
  parser.add_argument( '--set' , dest = 'set_cfgs' , help = 'set config keys' , default = None ,nargs = argparse.REMAINDER)
 
  if len (sys.argv) = = 1 :
  parser.print_help()
  sys.exit( 1 )
  args = parser.parse_args()
  return args
 
if __name__ = = '__main__' :
  args = parse_args()
  print (args)

将以上代码保存为test.py,然后在命令行输入:python test.py 。

结果为:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
usage: test.py [ - h] [ - - cfg CFG_FILE] [ - - weight WEIGHT] [ - - imdb IMDB_NAME]
   [ - - imdbval IMDBVAL_NAME] [ - - iters MAX_ITERS] [ - - tag TAG]
   [ - - net NET] [ - - set ...]
 
Train a Fast R - CNN network
 
optional arguments:
  - h, - - help  show this help message and exit
  - - cfg CFG_FILE optional config file
  - - weight WEIGHT initialize with pretrained model weights
  - - imdb IMDB_NAME dataset to train on
  - - imdbval IMDBVAL_NAME
    dataset to validate on
  - - iters MAX_ITERS number of iterations to train
  - - tag TAG  tag of the model
  - - net NET  vgg16, res50, res101, res152, mobile
  - - set ...  set config keys

在命令行输入

?
1
2
3
4
5
6
7
python test.py - - weight data / imagenet_weights / vgg16.ckpt \
  - - imdb voc_2007_trainval \
  - - imdbval voc_2007_test \
  - - iters 7000 \
  - - cfg experiments / cfgs / vgg16.yml \
  - - net vgg16  \
  - - set ANCHOR_SCALES "[8,16,32]" ANCHOR_RATIOS "[0.5,1,2]" TRAIN.STEPSIZE "[50000]"

结果为:

Namespace(cfg_file='experiments/cfgs/vgg16.yml',imdb_name='voc_2007_trainval',imdbval_name='voc_2007_test', max_iters=7000, net='vgg16', set_cfgs=['ANCHOR_SCALES', '[8,16,32]', 'ANCHOR_RATIOS', '[0.5,1,2]', 'TRAIN.STEPSIZE', '[50000]'], tag=None, weight='data/imagenet_weights/vgg16.ckpt') 。

以上这篇python入门:argparse浅析 nargs='+'作用就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我.

原文链接:https://blog.csdn.net/qq_37950540/article/details/82226961 。

最后此篇关于python入门:argparse浅析 nargs='+'作用的文章就讲到这里了,如果你想了解更多关于python入门:argparse浅析 nargs='+'作用的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

28 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com