4 modi per passare argomenti ai tuoi script Python
Per distribuire una pipeline, in genere è presente un file principale script o un singolo punto di ingresso che esegue l’intera pipeline. Ad esempio, in una pipeline di data science, il punto di ingresso del repository di codice dovrebbe orchestrare ed eseguire in sequenza la pipeline di dati, ingegneria delle funzionalità, modellazione e valutazione.
A volte, potrebbe essere necessario eseguire diversi tipi di pipeline o apportare modifiche ad hoc alla pipeline.
Le modifiche possono includere l’omissione di alcune parti del codice o l’esecuzione della pipeline con parametri diversi. Nella scienza dei dati, potrebbe esserci una pipeline di formazione e punteggio o determinate esecuzioni che richiedono un aggiornamento completo o parziale dei dati.
IL la soluzione banale sarà creare più script principali. Tuttavia, ciò comporterà la duplicazione del codice ed è difficile mantenere più script a lungo termine, dato che possono esserci molte combinazioni di modifiche. Una soluzione migliore è fare in modo che lo script principale accetti argomentisotto forma di valori di parametri o flag e successivamente eseguire il tipo appropriato di pipeline tramite l’interfaccia della riga di comando (CLI).
Questo articolo non approfondirà il modo in cui lo script principale decide di utilizzare gli argomenti ma introdurrà diversi modi in cui puoi passare gli argomenti allo script principale: puoi pensarlo come se il tuo script principale ora fosse una funzione che accetta parametri! Elaborerò inoltre i pro e i contro di ciascun metodo e fornirò esempi di codice su come implementare gli utilizzi da base a avanzati.
- Utilizzando sysargv: Il modo più semplice
- Utilizzando argparse: Il modo più comune
- Utilizzando le docopt: Un modo alternativo
- Utilizzo di Typer: Il modo più nuovo e più semplice
Il modo più semplice per passare in argomenti
Gli argomenti possono essere passati e letti direttamente con sysargvrendendolo il modo più semplice per passare più argomenti.
Dimostrazione
Fonte: towardsdatascience.com
