在 Linux 环境中，通过终端命令行运行 Python 脚本十分常见。为实现更强大和灵活的功能，Python 允许在命令行中传递参数，从而控制脚本的输入和行为。
**命令行参数传递**
有两种 可以在命令行中向 Python 脚本传递参数：
- 位置参数：参数的顺序与脚本定义的参数名称一致。
- 关键字参数：指定参数名称以及相应的值。
例如，以下命令使用位置参数运行脚本 my_script.py ，并传递三个参数：
$ python my_script.py value1 value2 value3
脚本可以访问这些参数，就像它们是常规变量一样，例如：
python
import sys
print(sys.argv[1]) 输出 value1
print(sys.argv[2]) 输出 value2
print(sys.argv[3]) 输出 value3
**使用参数解析器**
对于更复杂的命令行参数处理，可以使用第三方参数解析器库，如 argparse 和 click 。这些库提供了更强大的选项，例如：
- 设置默认参数值
- 参数类型验证
- 生成帮助消息
以下示例使用 argparse 库解析命令行参数：
python
import argparse
parser = argparse.ArgumentParser()
parser.add_argument("-f", "--file", help="Input file")
parser.add_argument("-o", "--output", help="Output file")
args = parser.parse_args()
print(args.file) 输出 input.txt
print(args.output) 输出 output.txt
**案例：参数化的数据处理脚本**
以下是一个使用命令行参数的简单数据处理脚本示例：
python
import pandas as pd
获取参数
parser = argparse.ArgumentParser()
parser.add_argument("input", help="Input CSV file")
parser.add_argument("output", help="Output CSV file")
parser.add_argument("-c", "--column", help="Column to sum")
args = parser.parse_args()
加载数据
df = pd.read_csv(args.input)
计算和输出结果
df[args.column] = df[args.column].astype(float)
df[args.column].sum().to_csv(args.output)
这个脚本允许用户通过命令行指定输入文件、输出文件和要求和的列，提供了一种灵活有效的 来处理数据。
在 Linux 中使用参数运行 Python 命令行是一项强大的技术，可以增强脚本的可定制性和灵活性。通过使用参数解析器库，可以进一步简化复杂的参数处理，从而实现更健壮和可维护的代码。
