使用a解析运行python程序，在木星笔记本中设置输入

Question

我有一个符合普通代码结构的.py文件

def  main( args ): 
        .......
        .......

   if __name__ == "__main__":
      parser = argparse.ArgumentParser(description = “ forecasting example”)
      parser.add_argument("--train-window", default=2160, type=int)
      parser.add_argument("--test-window", default=336, type=int)
      parser.add_argument("--stride", default=168, type=int)
      parser.add_argument("-n", "--num-steps", default=501, type=int)
      parser.add_argument("-lr", "--learning-rate", default=0.05, type=float)
      parser.add_argument("--dct", action="store_true")
      parser.add_argument("--num-samples", default=100, type=int)
     parser.add_argument("--log-every", default=50, type=int)
     parser.add_argument("--seed", default=1234567890, type=int)
     args = parser.parse_args()
     main(args)

我试图在木星笔记本上运行这个程序，但是它会出现错误，例如

usage: ipykernel_launcher.py [-h] [--train-window TRAIN_WINDOW]
                             [--test-window TEST_WINDOW] [--stride STRIDE]
                             [-n NUM_STEPS] [-lr LEARNING_RATE] [--dct]
                             [--num-samples NUM_SAMPLES]
                             [--log-every LOG_EVERY] [--seed SEED]
ipykernel_launcher.py: error: unrecognized arguments: -f C:\Users\AppData\Roaming\jupyter\runtime\kernel-4c744f03-3278-4aaf-af5e-50c96e9e41cd.json
An exception has occurred, use %tb to see the full traceback.

SystemExit: 2

我的问题是，如果我想运行python程序，在木星笔记本中使用are解析机制设置输入参数，我需要做哪些正确的方法或修改？

Answer 1

您的代码应该以不同的方式缩进，这样您就可以将其import到您的笔记本或另一个Python中。if __name__ == "__main__":块的全部要点是，它在import解析该文件时立即执行；只有在直接运行该文件时，该条件才是正确的，而不是当您对其进行import时。但是，需要对块进行不同的缩进，以便它不在任何def、类或其他块结构中。

因此，从笔记本中使用此功能的方法是使用所需的参数调用main (或您想要运行的导入代码中的任何其他函数)。

在这种情况下，main被设计为期望一个Argparse对象作为它的参数，这是非常不幸的。更好的设计只需在main内部执行参数解析，并公开不同的函数或函数集，以便作为库重用。

假设您的main函数的内部看起来类似于

def main(args):
    print(
        real_main(args.train_window, args.test_window,
                  stride=args.stride, num_steps=args.num_steps,
                  learning_rate=args.learning_rate,
                  dct=args.dct, num_samples=args.num_samples,
                  log_every=args.log_every, seed=args.seed))

如果你想要运行相当于

python thatfile.py -n 23 -lr 0.7--dct --num-samples 2300

笔记本中的等价物代码看起来就像

from thatfile import real_main as that_main

print(that_main(2160, 336, num_steps=23,
                learning_rate=0.7, dct=True,
                num_samples=2300))

在这里，前两个值只是从argparse缺省值中复制出来的，显然我不得不猜测哪些参数是必需的，哪些是可选的关键字参数，以及它们的命名是否与argparse字段名相同。