sys.argv
在终端运行python 1.py hahah
importsysprint(sys.argv) #['1.py', 'hahah']
argparse
Python的命令行解析模块，这是一个python的内置库，通过在程序中我们定义好的参数，argparse将会从sys.argv中解析出这些参数，并自动生成帮助和使用信息。
argparse的简单使用
创建ArgumentParser()对象
调用add_argument()方法添加参数
使用parse_args()解析添加的参数
importargparse
parser=argparse.ArgumentParser()
parser.add_argument('integer', type=int, help='display an integer')
args=parser.parse_args()print(args.integer)
将上面的代码保存为文件 argparse_usage.py，在终端运行，结果如下：
$ python argparse_usage.py
usage: argparse_usage.py [-h] integer
argparse_usage.py: error: too few arguments
$ python argparse_usage.py abcd
usage: argparse_usage.py [-h] integer
argparse_usage.py: error: argument integer: invalid int value:'abcd'$ python argparse_usage.py-h
usage: argparse_usage.py [-h] integer
positional arguments:
integer display an integer
optional arguments:-h, --help show this help message andexit
$ python argparse_usage.py10
10
定位参数
importargparse
parser=argparse.ArgumentParser()
parser.add_argument("square", help="display a square of a given number", type=int)
args=parser.parse_args()print(args.square**2)
将上面的代码保存为文件 argparse_usage.py，在终端运行，结果如下：
$ python argparse_usage.py 9
81
可选参数
可选参数就是命令行参数是可选的
importargparse
parser=argparse.ArgumentParser()
parser.add_argument("--square", help="display a square of a given number", type=int)
parser.add_argument("--cubic", help="display a cubic of a given number", type=int)
args=parser.parse_args()ifargs.square:print args.square**2
ifargs.cubic:print args.cubic**3
将上面的代码保存为文件 argparse_usage.py，在终端运行，结果如下：
$ python argparse_usage.py --h
usage: argparse_usage.py [-h] [--square SQUARE] [--cubic CUBIC]
optional arguments:-h, --help show this help message andexit--square SQUARE display a square of a given number--cubic CUBIC display a cubic of a given number
$ python argparse_usage.py--square 8
64$ python argparse_usage.py--cubic 8
512$ python argparse_usage.py8usage: argparse_usage.py [-h] [--square SQUARE] [--cubic CUBIC]
argparse_usage.py: error: unrecognized arguments:8$ python argparse_usage.py#没有输出
混合使用
定位参数和选项参数可以混合使用，看下面一个例子，给一个整数序列，输出它们的和或最大值(默认)：
importargparse
parser= argparse.ArgumentParser(description='Process some integers.')
parser.add_argument('integers', metavar='N', type=int, nargs='+',
help='an integer for the accumulator')
parser.add_argument('--sum', dest='accumulate', action='store_const',
const=sum, default=max,
help='sum the integers (default: find the max)')
args=parser.parse_args()print(args.accumulate(args.integers))
将上面的代码保存为文件 argparse_usage.py，在终端运行，结果如下：
$ python argparse_usage.py
usage: argparse_usage.py [-h] [--sum] N [N ...]
argparse_usage.py: error: too few arguments
$ python argparse_usage.py1 2 3 4
4$ python argparse_usage.py1 2 3 4 --sum10
add_argument()方法
ArgumentParser.add_argument(name or flags...[, action][, nargs][, const][, default][, type][, choices][, required][, help][, metavar][, dest])
每个参数解释如下:
name or flags - 选项字符串的名字或者列表，例如 foo 或者 -f, --foo。
action - 命令行遇到参数时的动作，默认值是 store。
store_const，表示赋值为const；store_ture/store_false。详情见下面。
append，将遇到的值存储成列表，也就是如果参数重复则会保存多个值;
append_const，将参数规范中定义的一个值保存到一个列表；
count，存储遇到的次数；此外，也可以继承 argparse.Action 自定义参数解析；
const - action 和 nargs 所需要的常量值。
nargs - 应该读取的命令行参数个数，可以是具体的数字，或者是?号，当不指定值时对于 Positional argument 使用 default，对于 Optional argument 使用 const；或者是 * 号，表示 0 或多个参数；或者是 + 号表示 1 或多个参数。
default - 不指定参数时的默认值。
type - 命令行参数应该被转换成的类型。
choices - 参数可允许的值的一个容器。
required - 可选参数是否可以省略 (仅针对可选参数)。
help - 参数的帮助信息，当指定为argparse.SUPPRESS时表示不显示该参数的帮助信息.
metavar - 在 usage 说明中的参数名称，对于必选参数默认就是参数名称，对于可选参数默认是全大写的参数名称.
dest - 解析后的参数名称，默认情况下，对于可选参数选取最长的名称，中划线转换为下划线.
importargparse
parser=argparse.ArgumentParser()
parser.add_argument('--inter', action='store_true')
args=parser.parse_args()print(args.inter)
在命令行运行python temp.py args.interpolate是False
在命令行运行python temp.py --inter args.interpolate是True
tensorflow命令行参数使用
1、tf.app.flags() # 他支持应用从命令行接受参数在tf.app.flags中有下列定义参数的类型
DEFING_string(flag_name, default_value, docstring)
DEFING_integer(flag_name, default_value, docstring)
DEFING_boolean(flag_name, default_value, docstring)
DEFING_float(flag_name, default_value, docstring)
2、tf.app.flags,在flag有一个FLAGS标志，他在程序中可以调用我们前面定义的flag_name,
3、通过tf.app.run()启动maini(argv)函数
tf.app.flags.DEFINE_integer("max_step", 0, "训练模型的步数")
tf.app.flads.DEFINE_string("model_dir", "", "模型保存的路径+模型名")
FLAGS= tf.app.flags.FLAGS #定义命令行参数
print(FLAGS.max_step)print(FLAGS.model_dir)defmain(argv):print(argv)
tf.app.run()#启动main函数
