如何在python文件中使用“argparse”参数？

Question

假设我有一个main.py和一个子文件.py

1. main.py

import subfile #Writen by myself. I want to share argparse with it

import argparse
parser = argparse.ArgumentParser(description='test',formatter_class=argparse.ArgumentDefaultsHelpFormatter)
parser.add_argument('--a', type=int, default=0, help='test')
args = parser.parse_args()

args.a=0
subfile.fun()

args.a=1
subfile.fun()

args.a=0
subfile.fun()

2.subfile.py

xxxxxsome operation here to use args in main.pyxxxx
# In tensorflow wrapped argparse, I just need to define the same ArgumentParser to use args defined in main.py. 
# But it's not suitable for "argparse", which would cause conflicts.

def fun():
    if args.a==0:
        print('yes')
    else:
        print('no')

在main.py中，我使用argparse传递参数，main.py使用subfile.py

现在，我想在main.py中使用args define，我该怎么做

（这些代码是描述该问题的简化示例，不能通过重新组织代码来解决，必须通过使用subfile.py中的args来解决。）

谢谢你的帮助！我被一些虫子折磨了一整天，你的回答会帮我的。谢谢

---

编辑： 实际上，我知道如何将参数传递给函数。但正如我前面所说，我编写的示例代码只是为了解决关键问题：如何跨python文件使用库“argparse”，tensorflow“FLAG”中的类似库支持该库

Answer 1

def

---

定义函数时，如果需要参数，可以在父项之间添加它们。
这就是模型：

def fun(par: type) -> ReturnedType:
    pass

例如：

def fun(a: int) -> None:
    if a == 0:
        print("Yes")
    else:
        print("No")

然后，在调用subfile.fun()时添加如下参数：

subfile.fun(a = a)

或者像这样：

subfile.fun(a)

返回

---

请记住，函数不会返回任何内容。
如果要为变量指定“是”或“否”，可以执行以下操作：

def fun(a: int) -> str:
    if a == 0:
        return "Yes"
    else:
        return "No"

如果只想返回“是”或“否”，则可能需要返回布尔值：

def fun(a: int) -> bool:
    if a == 0:
        return True
    else:
        return False

您还可以在一行中写入if语句：

print('Yes') if (a == 0) else print('No)

进口

---

要导入subfile.py，文件应位于同一目录中。 否则，您必须这样做：

from sys import path
# Imagine you need C:\\Python\MyFolder\subfile.py
path.append(r"C:\\Python\MyFolder")
import subfile

Answer 2

您可以添加另一个文件，例如，我们将其命名为arguments.py

然后在main.py和subfile.py的顶部包含以下行：

from arguments import args

然后将与解析命令行参数相关的所有代码移到arguments.py

这样main.py和subfile.py中的模块都可以访问相同的args对象