Question

有没有办法为ArpmentParser添加np.array而不是列表的参数？我知道我可以做这样的事情

import argparse
parser = argparse.ArgumentParser(prog='PROG')
parser.add_argument('-foo', action='store', type=int, nargs='+')
args = parser.parse_args(['-foo', '1', '2'])
args.foo = np.array(args.foo)

但是我想在解析之前指定参数的完整描述。

有办法做到这一点吗？

Answer 1

要指定StoreAction操作处理程序的工作方式略有变化，您可以通过适当的更改创建一个subclass处理程序（文档右侧 { {3}}）

import argparse, numpy as np

class Store_as_array(argparse._StoreAction):
    def __call__(self, parser, namespace, values, option_string=None):
        values = np.array(values)
        return super().__call__(parser, namespace, values, option_string)

parser = argparse.ArgumentParser(prog='PROG')
parser.add_argument('-foo', action=Store_as_array, type=int, nargs='+')
                                  # ^ specify as the action 
args = parser.parse_args(['-foo', '1', '2'])

assert isinstance(args.foo, np.ndarray)

Answer 2

如我的评论中所示，在解析之前完整的描述＆＃39;目前还不清楚。

但我发现可以用argparse创建一个二维数组。我可以使用nargs=3指定3列，使用action='append'来收集多个子列表中的输入。当然type指定它是int还是float。

In [27]: p=argparse.ArgumentParser()

In [28]: p.add_argument('-a',action='append',nargs='+',type=int)
Out[28]: _AppendAction(option_strings=['-a'], dest='a', nargs='+', const=None, default=None, type=<class 'int'>, choices=None, help=None, metavar=None)

In [29]: args=p.parse_args('-a 1 2 3 -a 4 5 6 -a 7 8 9'.split())

In [30]: args
Out[30]: Namespace(a=[[1, 2, 3], [4, 5, 6], [7, 8, 9]])

In [31]: np.array(args.a)
Out[31]: 
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

如果我没有合适的列数，它会抱怨。它无法控制的是行数;但是我可以在创建后轻松检查数组的形状。

使用此append，在action中创建数组没有意义。即使使用1d输入，在解析期间执行np.array调用也没有多大优势。解析后按摩（和测试）args值是非常好的做法。

最好将数组值放在CSV文件中，然后通过argparse指定该文件的名称。 argparse实际上并不意味着输入大量值。它不是通用文件解析器。命令行控制代码的行为。

ArgumentParser为numpy数组

2 个答案: