阅读大概需要7分钟

跟随小博主，每天进步一丢丢

作者 yarving

链接 https://www.jianshu.com/p/fef2d215b91d

小编：

今天开始写比赛的代码，为了写的更加正规一些，这次就用了argparse。

大体用途就是通过命令行向程序传入参数。

基本用法

prog.py是我在linux下测试argparse的文件，放在/tmp目录下，其内容如下：

测试：

• 第一个没有任何输出和出错

• 第二个测试为打印帮助信息，argparse会自动生成帮助文档

• 第三个测试为未定义的-v参数，会出错

• 第四个测试为未定义的参数foo，出错

positional arguments

positional arguments为英文定义，中文名叫有翻译为定位参数的，用法是不用带-就可用，修改prog.py的内容如下：

执行测试如下：

定义了一个叫echo的参数，默认必选

• 第一个测试为不带参数，由于echo参数为空，所以报错，并给出用法（usage）和错误信息

• 第二个测试为打印帮助信息

• 第三个测试为正常用法，回显了输入字符串hahahaha

optional arguments

中文名叫可选参数，有两种方式：

1. 一种是通过一个-来指定的短参数，如-h；

2. 一种是通过--来指定的长参数，如--help

这两种方式可以同存，也可以只存在一个，修改prog.py内容如下：

注意这一行：parser.add_argument("-v", "--verbosity", help="increase output verbosity")
定义了可选参数-v或--verbosity，通过解析后，其值保存在args.verbosity变量中
用法如下：

• 测试1中，通过-v来指定参数值

• 测试2中，通过--verbosity来指定参数值

• 测试3中，通过-h来打印帮助信息

• 测试4中，没有给-v指定参数值，所以会报错

action='store-true'

上一个用法中-v必须指定参数值，否则就会报错，有没有像-h那样，不需要指定参数值的呢，答案是有，通过定义参数时指定action="store_true"即可，用法如下:

测试：

第一个例子中，-v没有指定任何参数也可，其实存的是True和False，如果出现，则其值为True，否则为False

类型type

默认的参数类型为str，如果要进行数学计算，需要对参数进行解析后进行类型转换，如果不能转换则需要报错，这样比较麻烦
argparse提供了对参数类型的解析，如果类型不符合，则直接报错。如下是对参数进行平方计算的程序：

测试：

• 第一个测试为计算2的平方数，类型为int，正常

• 第二个测试为一个非int数，报错

• 第三个为打印帮助信息

可选值choices=[]

上述action的例子中定义了默认值为True和False的方式，如果要限定某个值的取值范围，比如6中的整形，限定其取值范围为0， 1， 2，该如何进行呢？
修改prog.py文件如下：

测试如下：

• 测试1， 2， 3 为可选值范围，通过其值，打印不同的格式输出；

• 测试4的verbosity值不在可选值范围内，打印错误

• 测试5打印帮助信息

自定义帮助信息help

上面很多例子中都为help赋值，如

在打印输出时，会有如下内容：

也就是help为什么，打印输出时，就会显示什么

程序用法帮助

上面介绍了为每个参数定义帮助文档，那么给整个程序定义帮助文档该怎么进行呢？通过即可

修改prog.py内容如下：

打印帮助信息时即显示calculate X to the power of Y

互斥参数

在上个例子中介绍了互斥的参数

第一行定义了一个互斥组，第二、三行在互斥组中添加了-v和-q两个参数，用上个例子中的程序进行如下测试：

可以看出，-q和-v不出现，或仅出现一个都可以，同时出现就会报错。
可定义多个互斥组

默认参数default

介绍了这么多，有没有参数默认值该如何定义呢？
修改prog.py内容如下：

测试结果如下：

可以看到如果不指定-v的值，args.verbosity的值默认为1，为了更清楚的看到默认值，也可以直接打印进行测试。

IELTS a bit

jealous adj. 妒忌的；猜疑的；唯恐失去的；戒备的

quibble n. 谬论；双关语；遁词

vi. 诡辩；挑剔；模棱两可的话

vt. 对...诡辩

warn sb. of 警告某人

roaring adj. 喧闹的；兴胜的；狂风暴雨的

n. 咆哮；怒吼；吼声

v. 怒吼

apprehensive adj. 忧虑的；不安的；敏悟的；知晓的

推荐阅读：

精彩知识回顾

【珍藏版】长文详解python正则表达式

这些神经网络调参细节，你都了解了吗

谈谈我在自然语言处理入门的一些个人拙见

大数定律和中心极限定理的区别和联系

深度学习之激活函数详解

深度学习之卷积神经网络CNN理论与实践详解

深度学习之RNN、LSTM及正向反向传播原理

TreeLSTM Sentiment Classification

基于attention的seq2seq机器翻译实践详解

【干货】基于注意力机制的seq2seq网络

---

欢迎关注深度学习自然语言处理公众号，我会每天更新自己在机器学习，深度学习，NLP，linux，python以及各种数学知识学习的一点一滴！再小的人也有自己的品牌！期待和你一起进步！

长按识别二维码

点个赞呗