python命令行解析模块argparse

说明：本文的知识内容转自http://blog.csdn.net/mameng1/article/details/54409910

如若侵权，请联系博主删除。

在学习TensorFlow模块时，程序中遇到命令行解析模块的argparse部分程序，利用python help()之后也没太弄明白其作用及用法，当看到mameng1博主关于这部分的内容时，觉得清晰明了，为加深自己的印象，为此块的学习留下痕迹，故转载了其内容，希望对大家对此模块的理解有所帮助。

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