가끔 Github에서 논문에 활용된 모델의 코드를 참고하는 경우가 있죠. 그런데 이 때 argument parser가 종종 등장하고는 합니다. 사실 대규모 데이터를 거대한 모델을 이용해서 돌릴 때는 PC와 같은 로컬환경에서 하기보다는 클라우드나 클러스터에 접속해서 실행하는 경우가 대다수일테고 이런 개발환경에서는 Linux 운영체제를 쓰는 것이 일반적이기에 이런식의 코딩을 쓸 것 같습니다. 오늘은 이 argument parser를 어떻게 사용하는지 간단히 정리해보겠습니다.
import argparse
parser = argparse.ArgumentParser(description="이 프로그램은 argparse 예제입니다.")
# default value 지정이 가능합니다.
parser.add_argument("--age", type=int, default=25, help="사용자의 나이 (기본값: 25)")
# 필수 argument 역시 지정이 가능합니다.
parser.add_argument("--name", type=str, required=True, help="사용자의 이름을 입력하세요.")
parser.add_argument("--age", type=int, help="사용자의 나이를 입력하세요.")
args = parser.parse_args()
# 지금 예시에서는 단순 print에 사용했지만 input args.로 넣을 수 있겠습니다.
print("이름:", args.name)
print("나이:", args.age)
위 코드를 example.py 와 같은 py파일로 저장한 뒤
Terminal (명령 프롬프트)에서 bash 언어로 명령을 내리면 py파일이 실행됩니다.
python example.py --name "홍길동" --age 30
이름: 홍길동
나이: 30
보시는 바와 같이 --name 이라는 argument로 "홍길동"이 들어가서 저장되어(args.name에) 있다가 이를 print라는 함수에서 활용하고 있습니다.
'프로그래밍 > Python 관련 정보' 카테고리의 다른 글
[Pandas] 날짜 형식 연산하기 (0) | 2025.02.14 |
---|---|
[Pandas 기초] groupby (0) | 2025.02.13 |
[Pandas] pandas.Series.dt (일자와 시간 처리) (1) | 2025.02.11 |
[Algorithm] Depth/Breadth First Search (0) | 2025.02.11 |
[Pandas] Groupby + (Transform/Filter/Apply함수) (0) | 2025.02.05 |