Jupyter Notebook運行Python代碼實現(xiàn)傳參方式
Jupyter Notebook運行Python代碼實現(xiàn)傳參
在Jupyter Notebook中，運行Python源代碼非常方便，但是如何模擬命令行方式運行時的輸入?yún)?shù)呢？
如果直接使用sys.argv會出現(xiàn)錯誤。
例如，使用argv[1]時出現(xiàn)
導(dǎo)致上述錯誤的原因為：在Jupyter Notebook中運行Python代碼時，argv中有三個默認參數(shù)，分別是：
argv[0]: ‘路徑\test.py' （源代碼文件名） argv[1]: ‘-f' argv[2]: '路徑\kernel-…json'
而在命令行方式下運行Python代碼時，argv[0]與上述argv[0]相同，但argv[1]為命令行中緊隨在test.py之后的字符串
例如，在如下命令行中
python test.py test.txt argv[1]為 test.txt
因此，解決方案就是對 list argv 進行修改，如下面的代碼所示：
#需要sys模塊來使用argv
from sys import argv
#查看當(dāng)前的argv列表
print(len(argv))
print(argv)
#直接修改argv
argv[1] = 'test.txt'
#也可以添加新的參數(shù)
argv.append('test.txt')這樣，在后續(xù)代碼中， .py 和 .ipynb源代碼一致，無需為在Jupyter Notebook中運行而進行修改。
jupyter notebook參數(shù)化運行python
Updates
（2019.8.14 19:53）吃飯前用這個方法實戰(zhàn)了一下，吃完回來一看好像不太行：跑完一組參數(shù)之后，到跑下一組參數(shù)時好像沒有釋放之占用的 GPU，于是 notebook 上的結(jié)果，后面好幾條都報錯說 cuda out of memory。
現(xiàn)在改成：將 notebook 中的代碼寫在一個 python 文件中，然后用命令行運行這個文件，比如：
# autorun.py
import os
# print(os.getcwd())
over = [ ?# 之前手工改參數(shù)跑完的參數(shù)組合
? ? [0, 1, 1], [0, 1, 2], [0, 1, 3],
? ? [0, 2, 1],
? ? [1, 0, 1],
? ? [1, 2, 1]
]
for alpha in range(1, 4, 1):
? ? for beta in range(3):
? ? ? ? for gamma in range(3):
? ? ? ? ? ? if [alpha, beta, gamma] in over:
? ? ? ? ? ? ? ? continue
? ? ? ? ? ? os.system(f'python main.py --alpha {alpha} --beta {beta} --gamma {gamma}')這里的 main.py 是訓(xùn)練用的主文件。改在 py 里用 os.system 跑，希望跑一組參數(shù)之后完會自動釋放資源再跑下一組（?）
Notes
有多組參數(shù)組合需要嘗試，不想每組參數(shù)都人工修改 python 代碼，再在 notebook 中 %run 它。
python 參數(shù)通過的 argparse 接收，在 notebook 中寫個多重循環(huán)遍歷參數(shù)組合傳給 python 程序自動運行。
記錄一個簡例。
Codes
test_dir
|- test.py
|- test.ipynb
in py file
# test.py
import argparse
parser = argparse.ArgumentParser()
parser.add_argument('--number', type=int, default=0, help='number')
parser.add_argument('--string', type=str, default='abc', help='string')
args = parser.parse_args()
print('number:', args.number, type(args.number))
print('string:', args.string, type(args.string))in notebook
注意傳參數(shù)時 $ 的使用
# test.ipynb
for i in range(3):
? ? for s in ('a', 'b', 'c'):
? ? ? ? %run test.py --number $i --string $s總結(jié)
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了幾款Python編譯器比較與推薦(小結(jié))，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-10-10
ChatGPT 幫我自動編寫 Python 爬蟲腳本的詳細過程
ChatGPT是一種基于大語言模型的生成式AI，換句話說它可以自動生成類似人類語言的文本，把梳理好的有邏輯的答案呈現(xiàn)在你面前，這完全不同于傳統(tǒng)搜索工具，這篇文章主要介紹了ChatGPT 幫我自動編寫 Python 爬蟲腳本,需要的朋友可以參考下2023-02-02
這篇文章主要介紹了如何通過Python上傳Minio和阿里OSS文件，文中的示例代碼介紹得很詳細，對我們的工作和學(xué)習(xí)都有一定的價值，感興趣的小伙伴可以了解一下2021-12-12
PyCharm是一個強大的集成開發(fā)環(huán)境（IDE）,非常適合Python開發(fā)者,包括Flask框架,當(dāng)你在使用Flask開發(fā)Web應(yīng)用時,Debug功能是非常重要的,它允許你在運行時檢查程序的狀態(tài)、調(diào)試代碼錯誤,本文將介紹Pycharm中flask開啟debug模式的詳細流程,需要的朋友可以參考下2024-08-08
Python+PyQt5實現(xiàn)美劇爬蟲可視工具的方法
這篇文章主要介紹了Python+PyQt5實現(xiàn)美劇爬蟲可視工具的方法，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04
這篇文章主要為大家詳細介紹了Python3.7實現(xiàn)中控考勤機自動連接，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-08-08
這篇文章主要介紹了sqlalchemy實現(xiàn)時間列自動更新教程，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-09-09
這篇文章主要為大家詳細介紹了Python簡單的GUI程序示例，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下，希望能夠給你帶來幫助2022-02-02
Python中不同數(shù)據(jù)對象的空值校驗的方法小結(jié)
Python中有多種數(shù)據(jù)對象,每種都有其特定的空值表示方法和校驗方式,本文將深入探討這些空值校驗的方法,有需要的小伙伴可以參考一下2024-04-04
Python實現(xiàn)自動上傳文件到百度網(wǎng)盤
這篇文章主要為大家詳細介紹了如何利用Python實現(xiàn)自動上傳文件到百度網(wǎng)盤功能，文中的示例代碼講解詳細，感興趣的小伙伴可以跟隨小編一起了解一下2023-04-04