Jupyter Notebook的for循环中能否用%run批量调用脚本生成多分辨率ASCII图?
解决方案
你原本的写法存在问题:%run 魔法命令不会自动识别你代码里定义的Python变量,直接写input_name/output_name/size会被当做普通字符串传入脚本,无法正常执行。
你可以选择以下任意一种方案实现需求:
方案1:沿用%run魔法命令,使用变量注入语法
Jupyter的魔法命令支持通过$符号注入当前命名空间的Python变量,你只需要修改%run行的参数写法即可,完整可运行代码如下:
import os img_src = 'data/input/' img_dest = 'data/output/' # 确保输出目录存在 os.makedirs(img_dest, exist_ok=True) for image in os.listdir(img_src): # 跳过目录,只处理文件 if not os.path.isfile(os.path.join(img_src, image)): continue for size in range(100,1000,100): input_name = os.path.join(img_src, image) output_name = os.path.join(img_dest, f"{image.split('.')[0]}_out_{size}.jpg") # 用$引用Python变量 %run img2img.py --input $input_name --output $output_name --num_cols $size
方案2:使用subprocess模块调用脚本(兼容性更好)
如果后续需要把代码迁移出Jupyter环境,推荐用标准库的subprocess调用,更可控还能捕获执行日志:
import os import subprocess img_src = 'data/input/' img_dest = 'data/output/' os.makedirs(img_dest, exist_ok=True) for image in os.listdir(img_src): if not os.path.isfile(os.path.join(img_src, image)): continue for size in range(100,1000,100): input_name = os.path.join(img_src, image) output_name = os.path.join(img_dest, f"{image.split('.')[0]}_out_{size}.jpg") subprocess.run( ["python", "img2img.py", "--input", input_name, "--output", output_name, "--num_cols", str(size)], check=True )
方案3:直接导入脚本函数调用(效率最高)
如果img2img.py是你自己编写的脚本,建议把核心转换逻辑封装成可调用的函数,直接在Jupyter中导入使用,避免每次循环都启动新的Python进程,大幅提升运行速度:
- 先修改
img2img.py,新增函数封装:
# img2img.py 新增内容 def convert_image(input_path, output_path, num_cols): # 把你原来的脚本处理逻辑放到这里 pass # 保留原来的命令行调用逻辑,不影响原有使用 if __name__ == "__main__": # 原有解析argparse、调用转换的代码不变
- 在Jupyter中直接导入调用:
import os from img2img import convert_image img_src = 'data/input/' img_dest = 'data/output/' os.makedirs(img_dest, exist_ok=True) for image in os.listdir(img_src): if not os.path.isfile(os.path.join(img_src, image)): continue for size in range(100,1000,100): input_name = os.path.join(img_src, image) output_name = os.path.join(img_dest, f"{image.split('.')[0]}_out_{size}.jpg") convert_image(input_name, output_name, size)
内容的提问来源于stack exchange,提问作者Muuraharkka
相关产品推荐
相关产品推荐

