- 学习用到了,在此记录,
可选参数,必选参数,action = 'store_true’设置True/False
参考手册~
import argparse
parser = argparse.ArgumentParser()
parser.add_argument("square", help="display a square of a given number",type=int) # 必选的
parser.add_argument("--batch", help="display a square of a given number",type=int) # -- 表示可选的
parser.add_argument('--normal', action='store_true',) # action='store_true',给了就是true,不给就是false
args = parser.parse_args()
print (args.square**2 )
print (args.batch )
print (args.normal )
输出
python test.py 4
16
None
False
2 numpy.random.uniform
numpy.random.uniform(low,high,size)
功能:从一个均匀分布[low,high)中随机采样,注意定义域是左闭右开,即包含low,不包含high.
3 去重排序np.unique(b,return_index=True)
a = np.unique(A)
对于一维数组或者列表,unique函数去除其中重复的元素,并按元素由大到小返回一个新的无元素重复的元组或者列表
c,s=np.unique(b,return_index=True)
return_index=True表示返回新列表元素在旧列表中的位置,并以列表形式储存在s中。
4 . logging
import logging
logger = logging.getLogger(__name__) # 默认是 warning
print( logger)
输出
<Logger main (WARNING)>
logger = logging.getLogger("Model") # 起个名字 叫 model
logger.setLevel(logging.INFO) # 等级
# 定义logger,设定setLevel,FileHandler,setFormatter
# 显式创建记录器Logger、处理器Handler和格式化器Formatter,并进行相关设置
# # FileHandler用于将日志记录发送至合适的目的地,如文件
formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')
file_handler = logging.FileHandler('%s/eval.txt' % experiment_dir)
file_handler.setLevel(logging.INFO)
file_handler.setFormatter(formatter)
logger.addHandler(file_handler)