python命令列參數模組argparse怎麼使用
Python中的argparse模組是一個命令列參數解析器,它可以讓開發者輕鬆地編寫使用者友善的命令列介面。
argparse模組可以自動從命令列中解析出參數,將它們轉換為Python中的對象,並提供一些額外的功能,例如自動產生幫助文件、參數類型檢查等。
argparse模組的核心是ArgumentParser類,使用這個類別可以定義程式需要接收的參數和選項.
使用argparse的四個步驟
匯入argparse套件— —import argparse
建立ArgumentParser() 物件
呼叫add_argument() 方法新增參數
解析命令列的參數——使用parse_args() 解析新增的參數
# #方法add_argument的參數:
def add_argument(self, *name_or_flags: str, action: Union[str, Type[Action]] = ..., nargs: Union[int, str] = ..., const: Any = ..., default: Any = ..., type: Union[(str) -> _T, (str) -> _T, FileType] = ..., choices: Iterable[_T] = ..., required: bool = ..., help: Optional[str] = ..., metavar: Union[str, Tuple[str, ...], None] = ..., dest: Optional[str] = ..., version: str = ..., **kwargs: Any) -> Action
範例
parser=argparse.ArgumentParser("python") parser.add_argument("-p", "--port",help="port to listen",type=int,nargs=5,dest="ports") args=parser.parse_args() print(args.ports,type(args.ports))
#解釋:
-p,–port,參數名稱,help:說明訊息,type:參數被轉換類型,nargs:讀取命令列參數個數,多個參數轉換為列表,dest:解析後的參數名稱
parser.add_argument("-p", "--port",help="port to listen",default=8080,type=int,dest="ports") args=parser.parse_args() print(args.ports,type(args.ports))
default:預設值
parser.add_argument("-p", "--port",help="port to listen",required=True,type=int,dest="ports")
required:是否為必選參數或可選參數
parser=argparse.ArgumentParser("python") parser.add_argument("-p", "--port",help="port to listen",required=True,type=int,dest="ports") parser.add_argument("-f","--flags",action="store_true") args=parser.parse_args() print(args.ports,type(args.ports),args.flags)
action: 當有store_true時,你傳入對應參數,則參數為真,否則為假,store_flase時則相反
parser.add_argument("-l",choices="12345") choices,参数l的取值只能是12345,1,2,3,4,5,12,123,1234等,不能是其它,不能乱序
以上是python命令列參數模組argparse怎麼使用的詳細內容。更多資訊請關注PHP中文網其他相關文章!

熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

記事本++7.3.1
好用且免費的程式碼編輯器

SublimeText3漢化版
中文版,非常好用

禪工作室 13.0.1
強大的PHP整合開發環境

Dreamweaver CS6
視覺化網頁開發工具

SublimeText3 Mac版
神級程式碼編輯軟體(SublimeText3)

熱門話題

PHP和Python各有優劣,選擇取決於項目需求和個人偏好。 1.PHP適合快速開發和維護大型Web應用。 2.Python在數據科學和機器學習領域佔據主導地位。

在CentOS系統上高效訓練PyTorch模型,需要分步驟進行,本文將提供詳細指南。一、環境準備:Python及依賴項安裝:CentOS系統通常預裝Python,但版本可能較舊。建議使用yum或dnf安裝Python3併升級pip:sudoyumupdatepython3(或sudodnfupdatepython3),pip3install--upgradepip。 CUDA與cuDNN(GPU加速):如果使用NVIDIAGPU,需安裝CUDATool

在CentOS系統上啟用PyTorchGPU加速,需要安裝CUDA、cuDNN以及PyTorch的GPU版本。以下步驟將引導您完成這一過程:CUDA和cuDNN安裝確定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA顯卡支持的CUDA版本。例如,您的MX450顯卡可能支持CUDA11.1或更高版本。下載並安裝CUDAToolkit:訪問NVIDIACUDAToolkit官網,根據您顯卡支持的最高CUDA版本下載並安裝相應的版本。安裝cuDNN庫:前

Docker利用Linux內核特性,提供高效、隔離的應用運行環境。其工作原理如下:1. 鏡像作為只讀模板,包含運行應用所需的一切;2. 聯合文件系統(UnionFS)層疊多個文件系統,只存儲差異部分,節省空間並加快速度;3. 守護進程管理鏡像和容器,客戶端用於交互;4. Namespaces和cgroups實現容器隔離和資源限制;5. 多種網絡模式支持容器互聯。理解這些核心概念,才能更好地利用Docker。

Python和JavaScript在社區、庫和資源方面的對比各有優劣。 1)Python社區友好,適合初學者,但前端開發資源不如JavaScript豐富。 2)Python在數據科學和機器學習庫方面強大,JavaScript則在前端開發庫和框架上更勝一籌。 3)兩者的學習資源都豐富,但Python適合從官方文檔開始,JavaScript則以MDNWebDocs為佳。選擇應基於項目需求和個人興趣。

在CentOS下選擇PyTorch版本時,需要考慮以下幾個關鍵因素:1.CUDA版本兼容性GPU支持:如果你有NVIDIAGPU並且希望利用GPU加速,需要選擇支持相應CUDA版本的PyTorch。可以通過運行nvidia-smi命令查看你的顯卡支持的CUDA版本。 CPU版本:如果沒有GPU或不想使用GPU,可以選擇CPU版本的PyTorch。 2.Python版本PyTorch

MinIO對象存儲:CentOS系統下的高性能部署MinIO是一款基於Go語言開發的高性能、分佈式對象存儲系統,與AmazonS3兼容。它支持多種客戶端語言,包括Java、Python、JavaScript和Go。本文將簡要介紹MinIO在CentOS系統上的安裝和兼容性。 CentOS版本兼容性MinIO已在多個CentOS版本上得到驗證,包括但不限於:CentOS7.9:提供完整的安裝指南,涵蓋集群配置、環境準備、配置文件設置、磁盤分區以及MinI

CentOS 安裝 Nginx 需要遵循以下步驟:安裝依賴包,如開發工具、pcre-devel 和 openssl-devel。下載 Nginx 源碼包,解壓後編譯安裝,並指定安裝路徑為 /usr/local/nginx。創建 Nginx 用戶和用戶組,並設置權限。修改配置文件 nginx.conf,配置監聽端口和域名/IP 地址。啟動 Nginx 服務。需要注意常見的錯誤,如依賴問題、端口衝突和配置文件錯誤。性能優化需要根據具體情況調整,如開啟緩存和調整 worker 進程數量。
