argparse官方教程：https://docs.python.org/3/library/argparse.html

嗨课网教程： Python argparse命令行参数解析

需求背景描述：

当我们执行某个Python代码，例如文件test.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时，我们为了方便修改训练的batch大小，epoch大小等，而不改动主代码。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。

一、argparse模块简介

1.1 argparse的定义

argparse定义： argparse是python标准库里面用来处理命令行参数的库，可以用来 方便地读取命令行参数。

1.2 argparse的优势

argparse 模块可以让人轻松编写用户友好的命令行接口。首先，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。此模块是 Python 标准库中推荐的命令行解析模块（python 中自带的模块，不需要再安装），使用时先导入模块，利用import argparse实现。

二、argparse模块使用

2.1 实现【解析命令行读取参数】的传统方法——sys.argv

使用 sys.argv 可以将命令行输入的运行脚本后的参数依次读取出来，并且读取进来的参数默认是字符串类型。比如有个 demo.py 脚本：

import sysprint("Input argument is %s" %(sys.argv))

在 shell 中执行，并会得到如下：

(py36) zhang@zhangdeMacBook-Air Chapter2 % Python demo.py how are you 123
>>>
Input argument is ['import argparse.py', 'how', 'are', 'you', '123']

2.2 实现【解析命令行读取参数】的优化方法——argparse模块

argparse的基本范式：

1. 创建解析器：
   创建一个ArgumentParser对象，如 parser = argparse.ArgumentParser()。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：
   通过调用add_argument()方法来给 ArgumentParser对象添加程序所需的参数信息；

3. 解析参数：
   调用parse_args()来解析参数。依据的是第二步制定的规则，生成的是一个Namespace对象。在脚本中，通常 parse_args() 会被不带参数调用，那么ArgumentParser 将默认从sys.argv来获取命令行入参数。

argparse的基本范式——基本样例：

1、创建解析器
parser = argparse.ArgumentParser(description='Process some integers.')
"""
功能释义：
创建一个 ArgumentParser 对象：
"""
2、添加参数
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)')
"""
功能释义：
本例中解析参数时将会返回一个具有 integers 和 accumulate 两个属性的对象。integers 属性将是一个包含一个或多个整数的列表，而 accumulate 属性当命令行中指定了 --sum 参数时将是 sum() 函数，否则则是 max() 函数。
"""
3、解析参数
parser.parse_args(['--sum', '7', '-1', '42'])输出结果：
>>>
Namespace(accumulate=<built-in function sum>, integers=[7, -1, 42])
"""
功能释义：
通过 parse_args() 方法解析参数;
在脚本中，通常 parse_args() 会被不带参数调用，而 ArgumentParser 将自动从 sys.argv 中确定命令行参数。
"""

三、argparse模块参数说明

3.1 ArgumentParser 对象

ArgumentParser 基本语法：

class argparse.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)

ArgumentParser 参数说明：

• 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）
• conflict_handler -解决冲突选项的策略（通常是不必要的）
• 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）

3.2 add_argument() 方法

add_argument() 基本语法：

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

add_argument() 参数说明：

• name or flags - 若为位置参数，则需要传入名字；若为可选参数，则需要进行定义，一个命名或者一个选项字符串的列表，例如 foo 或 -f, --foo。
• action - 定义传入的参数如何处理，即：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。

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。

• default - 当参数未在命令行中出现时使用的值。

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。

• type - 命令行参数应当被转换成的类型。
• choices - 可用的参数的容器，给定了取值范围，超出会报错。
• required - 此命令行选项是否可省略 （仅选项可用）。

默认情况下，可选项（通常前面有’-’，如：-f这样的选项是可选的）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，则其必须出现在命令行参数中。（注意：此类设置应避免使用，否则运行.py文件时，default默认传参方式失效，必须在命令行传入相应参数，否则程序报错。 ）

• 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。

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。

• dest - 被添加到 parse_args() 所返回对象上的属性名。

3.3 parse_args() 方法

parse_args() 基本语法：

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

parse_args() 参数说明：

• args - 要分析的字符串列表。默认值取自sys.argv。
• namespace -获取属性的对象。默认值是新的空 Namespace对象。

3.4 add_argument() 方法中参数变量的定义规则

parser.add_argument()可配置的参数比较多，第一个是name参数，也就是名称。例如，在下面的例子中"square"就是传递给name的参数变量（也可以单引号的’square’），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。

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

name参数的书写方式及区别：

1. 直接用自定义的name字符串，例如：‘square’或者"square"。在命令行传入参数的时候，不需要重写名字，直接输入参数；
2. 可以一个横杠加name字符串，例如：’-sqaure’；
3. 可以两个横杠加name字符串，例如：’–square’。在命令行传入参数的时候，需要在传入参数的时候重写名字+输入参数（常见的是两个横杠的写法）
4. 其中，’-n’,’–name’表示同一个参数，前者为后者的别称。最后采用对象的parse_args获取解析的参数时，当'-'和'--'同时出现的时候，系统默认后者为参数名，前者不是，但是在命令行输入的时候没有这个区分。

default参数的调用规则：

这里default参数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参数用有横杠的名称时设置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时，必须传入参数。

action参数的调用规则：

• 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。
• action=’store_false’，类比可知，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，若取默认值，直接省略；若修改默认值，直接参数传入相反bool值即可。

典型范例参考 4.3 python argparse传入布尔参数的正确做法

nargs参数的调用规则：

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，实现传递多个参数的效果。

• 当nargs不设置时，默认只能传入一个参数，输出是一个value；

• 当nargs为1时，有且只能传入一个参数，输出是长度为1的列表：

• 当nargs=N时，表示必须传入N个参数，输出是长度为N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。

应用范例：

假设有一个demo.py文件，内容如下：

import argparse"""
该代码首先创建一个ArgumentParser对象；
然后，使用parser.add_argument添加参数square。每添加一个参数，就需要调用一次该方法。
最后，通过args=parser.parse_args()使代码生效。
"""parser = argparse.ArgumentParser()
parser.add_argument("--none", help="display a given number", required=True, type=int)
parser.add_argument('--one', nargs=1, required=True)
parser.add_argument('--three', nargs=3, required=True)
args = parser.parse_args()print("命令行输入参数none为：", args.none)   # 调用参数变量
print("计算命令行输入参数none的平方：", args.none**2)   # 调用参数变量，并执行运算
print("命令行输入参数one为：", args.one)   # 调用参数变量
print("命令行输入参数three为：", args.three)   # 调用参数变量parser.print_help()

命令行shell执行demo.py文件，输入参数如下：

(py36) zhang@zhangdeMacBook-Air Chapter2 % Python demo.py --none 2 --one 3 --three 4 5 6

打印输出结果如下：

命令行输入参数none为： 2
计算命令行输入参数none的平方： 4
命令行输入参数one为： ['3']
命令行输入参数three为： ['4', '5', '6']
usage: import argparse.py [-h] --none NONE --one ONE --three THREE THREE THREEoptional arguments:-h, --help            show this help message and exit--none NONE           display a given number--one ONE--three THREE THREE THREE

dest参数的调用规则：

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 argparseparser = 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参数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。

metavar参数的调用规则：

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 paperoptional arguments:-h, --help            show this help message and exit--batch_size BATCH_SIZEinput 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 paperoptional 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。

action参数的调用规则：

action参数取值说明：

• 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。

四、argparse模块应用范例

4.1 初级范例

初级范例——定义参数变量，并调用参数变量执行四则运算：

import argparse"""
该代码首先创建一个ArgumentParser对象；
然后，使用parser.add_argument添加参数square。每添加一个参数，就需要调用一次该方法。
最后，通过args=parser.parse_args()使代码生效。
"""parser = argparse.ArgumentParser()
parser.add_argument("square", help="display a square of a given number", type=int)  # 定义参数变量
parser.add_argument("number", help="display a given number", type=int)
args = parser.parse_args()
parser.print_help()  # 代码注释——自定义文本参数，可以用来描述这个程序是做什么的print("计算命令行输入参数的平方：", args.square**2)   # 调用参数变量，并执行运算
print("命令行输入参数为：", args.number)   # 调用参数变量

我们在命令行输入:

(py36) zhang@zhangdeMacBook-Air Chapter2 % Python test.py 20 999

可以得到输出结果是:

计算命令行输入参数的平方： 400
命令行输入参数为： 999usage: import argparse.py [-h] square numberpositional arguments:square      display a square of a given numbernumber      display a given numberoptional arguments:-h, --help  show this help message and exit

可以看到，通过parser.print_help()使得description中的文字也得到了输出。

4.2 进阶范例

初级范例——定义参数变量，并调用参数变量执行四则运算：

进阶范例一：

import argparsedef main():#设置一些参数# 创建命令行解析器句柄parser = argparse.ArgumentParser(description='自定义描述信息，本脚本执行功能为：演示 argparse 模块')parser.add_argument('--device', default='0,1,2,3', type=str, required=False, help='设置使用哪些显卡')parser.add_argument('--model_config', default='config/model_config_small.json', type=str, required=False,help='选择模型参数')parser.add_argument('--tokenizer_path', default='cache/vocab_small.txt', type=str, required=False, help='选择词库')parser.add_argument('--raw_data_path', default='data/train.json', type=str, required=False, help='原始训练语料')parser.add_argument('--tokenized_data_path', default='data/tokenized/', type=str, required=False,help='tokenized语料存放位置')parser.add_argument('--raw', action='store_true', help='是否先做tokenize')parser.add_argument('--epochs', default=5, type=int, required=False, help='训练循环')parser.add_argument('--batch_size', default=8, type=int, required=False, help='训练batch size')parser.add_argument('--lr', default=1.5e-4, type=float, required=False, help='学习率')parser.add_argument('--warmup_steps', default=2000, type=int, required=False, help='warm up步数')parser.add_argument('--log_step', default=1, type=int, required=False, help='多少步汇报一次loss，设置为gradient accumulation的整数倍')parser.add_argument('--stride', default=768, type=int, required=False, help='训练时取训练数据的窗口步长')parser.add_argument('--gradient_accumulation', default=1, type=int, required=False, help='梯度积累')parser.add_argument('--fp16', action='store_true', help='混合精度')parser.add_argument('--fp16_opt_level', default='O1', type=str, required=False)parser.add_argument('--max_grad_norm', default=1.0, type=float, required=False)parser.add_argument('--num_pieces', default=100, type=int, required=False, help='将训练语料分成多少份')parser.add_argument('--min_length', default=128, type=int, required=False, help='最短收录文章长度')parser.add_argument('--output_dir', default='model/', type=str, required=False, help='模型输出路径')parser.add_argument('--pretrained_model', default='', type=str, required=False, help='模型训练起点路径')parser.add_argument('--writer_dir', default='tensorboard_summary/', type=str, required=False, help='Tensorboard路径')parser.add_argument('--segment', action='store_true', help='中文以词为单位')parser.add_argument('--bpe_token', action='store_true', help='subword')parser.add_argument('--encoder_json', default="tokenizations/encoder.json", type=str, help="encoder.json")parser.add_argument('--vocab_bpe', default="tokenizations/vocab.bpe", type=str, help="vocab.bpe")args = parser.parse_args()print('args:\n' + args.__repr__())#设置完后接下来可以使用这些参数if args.segment:from tokenizations import tokenization_bert_word_level as tokenization_bertelse:from tokenizations import tokenization_bertos.environ["CUDA_VISIBLE_DEVICES"] = args.device  # 此处设置程序使用哪些显卡
-----------------------------------
required    - 必需参数，通常-f这样的选项是可选的，但是如果required=True那么就是必须的了　

进阶范例二：

import argparseif __name__ == '__main__':# 创建命令行解析器句柄parser = argparse.ArgumentParser(description='自定义描述信息，本脚本执行功能为：演示 argparse 模块')# 没有横杆开头的是必填参数，并且按照输入顺序进行设定parser.add_argument('positionArg',help='定义必选参数 positionArg（help 属性为提示信息）')# --verbosity1：两个横线 -- 开头，指的是变量名或者称为标签# -v1：一个横线 - 开通，指的是变量的别名或者标签别名parser.add_argument('--verbosity1', '-v1', help='定义可选参数 verbosity1') # 定义可选参数 state# 设定 action='store_true' 表示该选项不需要接收参数# 若不设 action，则默认是需要接收参数的，否则会报错parser.add_argument('--state', '-s', action='store_true', help='若有 "-s" ，则 state = Ture,否则 state = False')# 执行参数的类型parser.add_argument('-int','-i', type=int, help='指定参数类型（默认是 str）')parser.add_argument('-c', help='设置参数的可选值，即输入值必须为 choices 列表中的某个值，若未设置则默认值为 None',choices=['one', 'two', 'three', 'four'],)parser.add_argument('--default','-d', help='default 可以设置默认值',choices=['one', 'two', 'three', 'four'],default = 'one',)# 参数是否必填，使用 required 属性parser.add_argument('--required','-r', help='required 的值为：True 或者 False',required=True,)# 最后：获取、解析参数的值args = parser.parse_args()  # 返回一个命名空间print(args)params = vars(args)  # 返回字典print(params,type(params))
在 shell 命令行中输入：
> python .demo2.py start -v1 10 -s -r helloworld
Namespace(c=None, default='one', int=None, positionArg='start', required='helloworld', state=True, verbosity1='10')
{'positionArg': 'start', 'verbosity1': '10', 'state': True, 'int': None, 'c': None, 'default': 'one', 'required': 'helloworld'} <class
'dict'>
查看帮助：-h 或者 -help，如：> python demo.py -h

在 shell 命令行中输入：

> python .demo2.py start -v1 10 -s -r helloworld
Namespace(c=None, default='one', int=None, positionArg='start', required='helloworld', state=True, verbosity1='10')
{'positionArg': 'start', 'verbosity1': '10', 'state': True, 'int': None, 'c': None, 'default': 'one', 'required': 'helloworld'} <class
'dict'>

参考链接：python 3 之 Argparse 模块简介【实现解析命令行读取参数】

进阶范例三：

import argparsedef main():parser = argparse.ArgumentParser(description="Demo of argparse")parser.add_argument('-n','--name', default=' Li ')parser.add_argument('-y','--year', default='20')parser.add_argument("-d", "--dataset", default="./dataset",help="path to input dataset of images")args = parser.parse_args()print("传递参数：",args)name = args.nameyear = args.yearprint('Hello {}  {}'.format(name,year))if __name__ == '__main__':main()输出结果：
>>>
传递参数： Namespace(dataset='./dataset', name=' Li ', year='20')
Hello  Li   20

#coding=utf-8
import argparse
import sysdef 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:print("打印help参数：")parser.print_help()#sys.exit(1)   # exit(1)：有错误退出args = parser.parse_args()return argsif __name__ == '__main__':args = parse_args()print("传入参数：",args)

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

打印help参数：
usage: test_argparse.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 networkoptional 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_NAMEdataset 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
传入参数： Namespace(cfg_file=None, imdb_name='voc_2007_trainval', imdbval_name='voc_2007_test', max_iters=70000, net='res50', set_cfgs=None, tag=None, weight=None)***Repl Closed***

在命令行输入:

python  test_argparse.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：

传入参数：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')

参考链接：python入门:argparse浅析 nargs=’+'作用

4.3 python argparse传入布尔参数的正确做法

问题描述：

# test.py
import argparsedef test_bool():parser = argparse.ArgumentParser(description="This code is used to test bool value.")parser.add_argument("--flag",type=bool,default=True)args = parser.parse_args()print("# The type of flag: ", type(args.flag))print(args.flag is False)if args.flag:print(f"# Flag: {True}")else:print(f"# Flag: {False}")if __name__ == '__main__':test_bool()

执行上面的代码：python3 test.py --flag False
按照执行的期望是输出# Flag: False，但是实际输出的结果是True。

(py36) zhangMacBook-Air Chapter2 % Python import\ argparse.py --flag False
# The type of flag:  <class 'bool'>
False
# Flag: True

为什么会出现这种情况呢？因为，在命令行的输入会被python认为是字符串，并不是布尔类型。

解决方法：

更改代码为：

# ***
parser.add_argument("--flag",action="store_true",help="Run or not.")
# ***

这样的话，当你不输入–flag的时候，默认为False；输入–flag的时候，才会触发True值。
看执行结果：

(data_parse)  ~/Desktop/code/cython&numba  python3 test.py
# The type of flag:  <class 'bool'>
True
# Flag: False
(data_parse)  ~/Desktop/code/cython&numba  python3 test.py --flag
# The type of flag:  <class 'bool'>
False
# Flag: True

当然这种方式，你也可以指定action为store_false，不输入的时候–flag默认True，输入–flag触发False。

参考链接：
python argparse传入布尔参数不生效解决
Python3学习总结——argparse.ArgumentParser()
命令行传递参数 argparse.ArgumentParser解析

keras框架入门学习（一）——argparse传参模块调用相关推荐

1. Vue学习（组件传参）-学习笔记

   文章目录 Vue学习(组件传参)-学习笔记 父到子 子到父 父操作子-ref(类似于操作dom) 兄弟之间传参 Vue学习(组件传参)-学习笔记 父到子 Father:(index) <temp ...

2. SSM框架入门学习记录

   SSM框架入门学习记录 //项目结构 在这里插入图片描述 在这里插入图片描述 包名多种多样,命名习惯问题. 流程:Controller(接受请求)-->Service(biz)(bl)(写业务函 ...

3. 任务（多线程并行）TFDMemTable内存表传参方式调用服务器返回的TDataSet

   任务(多线程并行)TFDMemTable内存表传参方式调用服务器返回的TDataSet 服务器端: function TServerMethods1.getTFDDataSet   ( const p ...

4. 小程序入门学习06--data、url传参、调用豆瓣api

   豆瓣不能用了,可以用这个 data- 自定义数据属性 设置 <view class='container movie-card' bindtap='f1' data-user-name=&quo ...

5. EasyUI框架入门学习

   为什么80%的码农都做不了架构师?>>>    前言 新项目的开发前端技术打算采用EasyUI框架(基于EasyUI较为丰富的UI组件库),项目组长将前端EasyUI这块的任务分配给 ...

6. 每天一点点之 taro 框架开发 - taro路由及传参

   1.路由 taro的路由是自带的,不需要我们额外配置,只需要我们在app.js下config中配置pages即可 class App extends Component {config = {page ...

7. MySQL_PHP学习笔记_2015_0614_PHP传参总结_URL传参_表单传参

   1. PHP 传参总结   1.1 url 传参 解析方法(下面两种解读方式均可以): $firstName1 = $_GET['firstName']; $firstName2 = $_REQUES ...

8. c语言调用dll实例 结构体传参,Matlab调用Dll，对于自定义结构体数组如何传参？ - 程序语言 - 小木虫 - 学术 科研 互动社区...

   %[例子1] % Matlab调用DLL,整形数组传参 v = [1,22,33;44,-56,67]; pv = libpointer('int16Ptr',v); m = get(pv,'Valu ...

9. js调java并传参_Js调用Java方法并互相传参的简单实例

   Js通过PhoneGap调用Java方法并互相传参的. 一.JAVA代码 写一个类,该类继承自Plugin并重写execute方法. import org.json.JSONArray; import ...

最新文章

1. python装饰器实例-python装饰器实例大详解
2. 软件体系结构的风格（转载）
3. Intellij IDEA 使用学习
4. SAP gateway的307重定向
5. 高等数学上-赵立军-北京大学出版社-题解-练习5.6
6. 手机电池的更换标准/指标 最近小米手机换电池那些事
7. HTML-JS-CSS基础
8. linux-推荐两款好用的录屏软件
9. 凸优化第四章凸优化问题 4.2 凸优化
10. Linux系统封装及配置
11. RSS阅读器Reeder简单使用攻略
12. Google在线深度学习神器Colab--实操学习
13. excel取消隐藏_这个毁人无数的Excel黑洞，却成就一批最牛X的高手
14. C - Fewest Flops
15. 【Kaggle】FIFA球员数据可视化分析（一）
16. 清洗网址中的垃圾字符
17. linux下删除空行的几种方法
18. 百度地图多个marker标点+点聚合
19. JAVASEOUL设计师品牌代购商城计算机毕业设计Mybatis+系统+数据库+调试部署
20. Fatal: Failed to start mining: etherbase missing: etherbase must be explicitly specified

热门文章

1. 把家用计算机改成PLC,怎么把电脑当成plc使用
2. 公司新来一00后，真让人崩溃...
3. 关于租用香港服务器疑问解答
4. 区块链招聘现状：平均薪酬16317元，深圳领跑人才需求
5. Druid数据库连接池就这么简单
6. ecall函数调用系统函数参数设置教程
7. 【计算机组成与设计学习笔记】（二）
8. antd 引入到react里面报错./node_modules/moment/src/lib/locale/locales.js Module not found: Can't resolve './
9. html页面判断是否相等,javascript怎么判断字符串是否相等？
10. javascript判断字符串相等