argparse.ArgumentParser() 用法解析

声明

本文借阅了各网站大佬的经验，已将原文附 Reference 部分，再此表达最诚挚的谢意，如有侵权，本人立即删除！

• argparse 模块

1. argparse 是一个 Python 模块：命令行选项、参数和子命令解析器。
2. argparse 模块可以让人轻松编写用户友好的命令行接口。程序定义它需要的参数，然后 argparse 将弄清如何从 sys.argv 解析出那些参数。 argparse 模块还会自动生成帮助和使用手册，并在用户给程序传入无效参数时报出错误信息。

• 使用流程## 1. 创建解析器parser = argparse.ArgumentParser(description='Process some integers.')使用 argparse 的第一步是创建一个 ArgumentParser 对象。 ArgumentParser 对象包含将命令行解析成 Python 数据类型所需的全部信息。## 2. 添加参数parser.add_argument('integers', metavar='N',type=int, nargs='+',help='an integer for the accumulator')给一个 ArgumentParser 添加程序参数信息是通过调用 add_argument() 方法完成的。## 3. 解析参数>>> parser.parse_args(['--sum','7','-1','42'])Namespace(accumulate=<built-in function sum>, integers=[7,-1,42])ArgumentParser 通过 parse_args() 方法解析参数。

• ArgumentParser 对象classargparse.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, allow_abbrev=True)- prog - 程序的名称（默认：sys.argv[0]）- usage - 描述程序用途的字符串（默认值：从添加到解析器的参数生成）- description - 在参数帮助文档之前显示的文本（默认值：无）- epilog - 在参数帮助文档之后显示的文本（默认值：无）- parents - 一个 ArgumentParser 对象的列表，它们的参数也应包含在内- formatter_class - 用于自定义帮助文档输出格式的类- prefix_chars - 可选参数的前缀字符集合（默认值：’-’）- fromfile_prefix_chars - 当需要从文件中读取其他参数时，用于标识文件名的前缀字符集合（默认值：None）- argument_default - 参数的全局默认值（默认值： None）- argument_default - 参数的全局默认值（默认值： None）- add_help - 为解析器添加一个 -h/–help 选项（默认值： True）- allow_abbrev - 如果缩写是无歧义的，则允许缩写长选项 （默认值：True）

• add_argument() 方法ArgumentParser.add_argument(name or flags...[, action][, nargs][, const][, default][,type][, choices][, required][,help][, metavar][, dest])- name or flags - 一个命名或者一个选项字符串的列表，例如 foo 或 -f, --foo。- action - 当参数在命令行中出现时使用的动作基本类型。- nargs - 命令行参数应当消耗的数目。- const - 被一些 action 和 nargs 选择所需求的常数。- default - 当参数未在命令行中出现时使用的值。- default - 当参数未在命令行中出现时使用的值。- choices - 可用的参数的容器。- required - 此命令行选项是否可省略 （仅选项可用）。- help - 一个此选项作用的简单描述。- metavar - 在使用方法消息中使用的参数值示例。- dest - 被添加到 parse_args() 所返回对象上的属性名。

实例分析

1. 基本使用

    ~~~~~~ 
   
  
       当我们执行某个 Python 代码，例如文件 mycode.py 时，想要传递一些可以随时改变的自定义的参数。比如在训练神经网络的时候，我们为了方便修改训练的 batch 大小，epoch 的大小等等，往往不想去动代码。此时最方便的方法就是在执行代码的时候从命令行传入参数。argparse.ArgumentParser() 可以很好地满足这一需求。

import argparse
 
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)

    ~~~~~~ 
   
  
       改代码首先创建一个 ArgumentParser 对象，添加参数 square，最后采用方法 parser.add_argument。每添加一个参数，就需要调用一次该方法。args = parser.parse_args() 则是使得改代码生效。执行这段代码时，我们在命令行输入

python mycode.py 9

可以得到输出结果是 9 的平方，即 81。

当然，添加多个参数时，执行的时候顺序输入这些参数。例如 mycode.py 中是如下代码：

import argparse
 
parser = argparse.ArgumentParser()
parser.add_argument("square",help="display a square of a given number",type=int)
parser.add_argument("number",help="display a given number",type=int)
args = parser.parse_args()print(args.square**2)print(args.number)

我们在命令行输入：

python mycode.py 20999

输出：

400999

2. parser.print_help()

argparse.ArgumentParser()：创建对象

parser = argparse.ArgumentParser(description='PyTorch MNIST pruning from deep compression paper')
parser.add_argument("square",help="display a square of a given number",type=int)
parser.add_argument("number",help="display a given number",type=int)
args = parser.parse_args()print(args.square**2)print(args.number)
parser.print_help()

其中 parser.print_help() 的功能是我们创建的 parser 的相关信息。命令行输入：

400999
usage: day1.py [-h] square number

PyTorch MNIST pruning from deep compression paper

positional arguments:
  square      display a square of a given number
  number      display a given number

optional arguments:-h,--help  show this help message and exit

可以看到，description 中的文字也得到了输出。

parser.add_argument()：

添加参数

parser.add_argument()：

可配置的参数比较多，第一个是name，也就是名称。前面的例子中，我们用了

parser.add_argument("square",help="display a square of a given number",type=int)

3. name 参数

    ~~~~~~ 
   
  
       其中 “square” 就是传递给 name 的参数（也可以单引号的 ’square’ ）。这里还有个 help 参数，他和argparse.ArgumentParser() 中的 description 类似，没有实际作用，起到一个注释的作用，会在 parser.print_help() 后打印出来。而显然 type 参数指定了输入参数的类型，int 是整数，float 是浮点，str 是字符串。

   回到 name 参数，他除了可以直接用上面的 square 字符串，也可以一个横杠加字符串以及两个横杠加字符串，例如 ’

-sqaure

’ 和

’–square

’ 。常见的是两个横杠的写法。下面来说说我个人发现的区别。没有横杠的写法，如我们前面所示，在命令行传入参数的时候，不需要重写名字，直接输入参数：

python mycode.py 20999

但是假如使用两个横杠的 name，直接传入参数会报错，需要在传入参数的时候重写 name。例如下列代码

parser = argparse.ArgumentParser(description='PyTorch MNIST pruning from deep compression paper')
parser.add_argument("--square",help="display a square of a given number",type=int)
parser.add_argument("--number",help="display a given number",type=int)
args = parser.parse_args()print(args.square**2)print(args.number)

命令行执行时需要

python mycode.py --square 20--number 999

另外一个需要提到的点是name的取名时，字符串中的横杠和下划线似乎是等价的。例如

parser.add_argument('--batch_size',type=int, default=50)

和

parser.add_argument('--batch-size',type=int, default=50)

是等价的。但是传递参数的时候，name是横杠也得用横杠；name是下划线也得用下划线：

parser.add_argument('--batch_size',type=int, default=50)

$ python mycode.py --batch_size 128

或者

parser.add_argument('--batch-size',type=int, default=50)

$ python mycode.py --batch-size 128

调用的时候统一用下划线：

print(args.batch_size)

个人建议传递 name 的时候还是用下划线别用横杠，方便查找。这里 default 用于定义没有传递参数时，该参数的默认值。需要注意的是，name 参数用横杠的名称的时候设置default 值，命令行执行程序的时候可以不传入参数或者传入部分参数，没传入的参数使用默认值；name 参数用没有横杠的名称的时候，必须传入参数。

4. action 参数

下面的 parser.add_argument() 用到了 action 参数：

parser.add_argument('--no-cuda', action='store_true',help='disables CUDA training')

action='store_true’ 表示如果我们在命令行配置这个参数，则该参数为 True；不配置则默认为 False。类似的 action='store_false’ 表示如果我们在命令行配置这个参数，则该参数为 False；不配置则默认为 True。配置 action 类型的参数不需要传入具体的数值或者字符串，例如上例中，只需要

python mycode.py ----no-cuda

则表示对该参数进行了配置，他会被设为 True。更多 action 的类型可以参考官方文档

5. metavar 参数

metavar 参数只对用 parser.print_help() 打印参数信息的时候会有影响，并不影响程序的其他功能。例如

parser = argparse.ArgumentParser(description='PyTorch MNIST pruning from deep compression paper')
parser.add_argument('--batch_size',type=int, default=50,help='input batch size for training (default: 50)')
args = parser.parse_args()
parser.print_help()

打印结果为：

usage: day1.py [-h][--batch_size BATCH_SIZE]

PyTorch MNIST pruning from deep compression paper

optional arguments:-h,--help            show this help message and exit
  --batch_size BATCH_SIZE
                        input batch size for training (default:50)

假如设置 metavar 参数：

parser = argparse.ArgumentParser(description='PyTorch MNIST pruning from deep compression paper')
parser.add_argument('--batch_size',type=int, default=50, metavar='N',help='input batch size for training (default: 50)')
args = parser.parse_args()
parser.print_help()

打印结果为

usage: day1.py [-h][--batch_size N]

PyTorch MNIST pruning from deep compression paper

optional arguments:-h,--help      show this help message and exit
  --batch_size N  input batch size for training (default:50)

可见，只是改变了一些参数的显示。

6. nagrs 参数

为传递多个参数，可以用 nagrs。当 nargs 为 1 时，有且只能传入一个参数：

import argparse

parser = argparse.ArgumentParser()
parser.add_argument('--one', nargs=1, required=True)
args = parser.parse_args()print(args.one)

输出

python mycode.py --one  1['1']

当 nargs 为其他数值，例如3时，表示必须传入3个参数：

import argparse

parser = argparse.ArgumentParser()
parser.add_argument('--three', nargs=3, required=True)
args = parser.parse_args()print(args.three)

输出

python mycode.py --three  123['1','2','3']

当设置了 nargs 参数，则输出是一个 list。

7. dest 参数

dest 参数可以改变 argparse.ArgumentParser() 对应的参数调用时候的名称。例如下面这一段

import argparse

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))

如果第二个参数没有 dest=‘accumulate’，则在调用的时候，最后一行代码只能是

print(args.sum(args.integers))

dest 使得它在调用的时候被改名。但要注意在命令行传入参数的时候仍然是用name的字符串，即–sum。

Reference

[1] 官方文档

[2] 命令行传递参数 argparse.ArgumentParser解析

[3] argparse.ArgumentParser()用法解析