python命令行解析之parse_known_args(）函数和parse_args()使用区别介绍
更新时间：2018年01月24日 22:37:56 作者：mameng1
这篇文章主要介绍了python命令行解析之parse_known_args(）函数和parse_args()使用介绍,需要的朋友可以参考下
在python中，命令行解析的很好用，
首先导入命令行解析模块
import argparse import sys
然后创建对象
parse=argparse.ArgumentParser()
然后增加命令行
parse.add_argument("--learning_rate",type=float,default=0.01,help="initial learining rate")
parse.add_argument("--max_steps",type=int,default=2000,help="max")
parse.add_argument("--hidden1",type=int,default=100,help="hidden1")
对于函数add_argumen()第一个是选项，第二个是数据类型，第三个默认值，第四个是help命令时的说明
然后用arg=parse.parse_args(sys.argv[1:])
其中参数sys.argv[1:]是命令行语句中从第一个到最后。如在ubuntu下输入命令行python gg.py --learning_rate 20 --max_steps 10
则sys.argv[1:0]=--learning_rate 20 --max_steps 10
输出的arg为namespace空间，结果是Namespace(hidden1=100, learning_rate=20.0, max_steps=10)
但是parse_known_args（）函数输出结果为
te 20 --max_steps 10
20.0
10
100
程序：
import argparse
import sys
parse=argparse.ArgumentParser()
parse.add_argument("--learning_rate",type=float,default=0.01,help="initial learining rate")
parse.add_argument("--max_steps",type=int,default=2000,help="max")
parse.add_argument("--hidden1",type=int,default=100,help="hidden1")
flags,unparsed=parse.parse_known_args(sys.argv[1:])
print flags.learning_rate
print flags.max_steps
print flags.hidden1
print unparsed
输出结果：
20.0
10
100
[]
程序：
20.0
10
100
这两个函数的功能差不多
相关文章
这篇文章主要介绍了Python使用Selenium模拟浏览器自动操作功能，本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下2020-09-09
这篇文章主要介绍了django模板结构优化的方法,小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2019-02-02
本文主要介绍了Numpy中的shape、reshape函数的区别，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-07-07
在日常的文件管理中,我们经常需要对文件进行批量处理以符合特定的命名规则或需求,本文主要介绍了如何使用wxPython进行文件夹中文件名的批量处理,需要的可以参考下2024-04-04
这篇文章主要介绍了Python 集合中的字典，下面文章关于python中的集合和字典的相关内容叙述详细，具有一定的参考价值，需要的小伙伴可以参考一下，希望对你的学习有所帮助2022-03-03
你们一定想不到os模块还可以这样玩，本文就将利用Python中的os模块实现自动删除磁盘文件功能，文中的示例代码讲解详细，感兴趣的可以尝试一下2022-11-11
这篇文章主要介绍了OpenMV与STM32单片机通信的相关知识，在文章结尾给大家提供了项目源码,需要的朋友可以参考下2021-11-11
python判断单向链表是否包括环，若包含则计算环入口的节点实例分析
这篇文章主要介绍了python判断单向链表是否包括环，若包含则计算环入口的节点,结合实例形式分析了Python针对单向链表的遍历、判断相关算法原理与使用技巧,需要的朋友可以参考下2019-10-10
今天小编就为大家分享一篇python实现简单的单变量线性回归方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
在数据处理和分析的过程中,Excel 是一种广泛使用的数据存储格式,本文将详细介绍如何使用 pandas、openpyxl 和 xlrd 三种库来批量提取 Excel 数据,并提供相应的示例代码,需要的可以参考下2024-12-12
最新评论