JupyterNotebook运行Python代码实现传参方式

这篇文章主要介绍了JupyterNotebook运行Python代码实现传参方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教

Jupyter Notebook运行Python代码实现传参

在Jupyter Notebook中，运行Python源代码非常方便，但是如何模拟命令行方式运行时的输入参数呢？

如果直接使用sys.argv会出现错误。

例如，使用argv[1]时出现

导致上述错误的原因为：在Jupyter Notebook中运行Python代码时，argv中有三个默认参数，分别是：

argv[0]: ‘路径test.py' （源代码文件名）argv[1]: ‘-f'argv[2]: '路径kernel-…json'

而在命令行方式下运行Python代码时，argv[0]与上述argv[0]相同，但argv[1]为命令行中紧随在test.py之后的字符串

例如，在如下命令行中

python test.py test.txtargv[1]为 test.txt

因此，解决方案就是对 list argv 进行修改，如下面的代码所示：

#需要sys模块来使用argvfrom sys import argv#查看当前的argv列表print(len(argv))print(argv)#直接修改argvargv[1] = 'test.txt'#也可以添加新的参数argv.append('test.txt')

这样，在后续代码中， .py 和 .ipynb源代码一致，无需为在Jupyter Notebook中运行而进行修改。

jupyter notebook参数化运行python

Updates

（2019.8.14 19:53）吃饭前用这个方法实战了一下，吃完回来一看好像不太行：跑完一组参数之后，到跑下一组参数时好像没有释放之占用的 GPU，于是 notebook 上的结果，后面好几条都报错说 cuda out of memory。

现在改成：将 notebook 中的代码写在一个 python 文件中，然后用命令行运行这个文件，比如：

# autorun.pyimport os# print(os.getcwd())over = [  # 之前手工改参数跑完的参数组合    [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}')

这里的 main.py 是训练用的主文件。改在 py 里用 os.system 跑，希望跑一组参数之后完会自动释放资源再跑下一组（?）

Notes

有多组参数组合需要尝试，不想每组参数都人工修改 python 代码，再在 notebook 中 %run 它。

python 参数通过的 argparse 接收，在 notebook 中写个多重循环遍历参数组合传给 python 程序自动运行。

记录一个简例。

Codes

test_dir

|- test.py

|- test.ipynb

in py file

# test.pyimport argparseparser = 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

注意传参数时 $ 的使用

# test.ipynbfor i in range(3):    for s in ('a', 'b', 'c'):        %run test.py --number $i --string $s

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持一聚教程网。