如何从 Python 调用C++

        Python是一种高级编程语言，它可以调用其他语言编写的函数。在 Python 中调用 C 函数的方法有两种：1）使用 Python 提供的 ctypes 库；2）使用 Python 提供的 Cython 库。

        注意：您可以在此存储库中下载此示例的完整代码。如果您对本文有任何意见，可以在那里开始一个问题，或与我联系。

        基本上有两种方法可以从 Python 调用C++：使用 PyBind11 C++ 库生成 Python 模块，或者使用 cytpes Python 包访问编译的共享库。使用 PyBind11，我们可以更轻松地共享许多数据类型，而使用 ctypes 是一种低级的 C 样式解决方案。

        就我而言，我希望能够利用C++性能和可移植性，但我不想放弃解释语言的交互性以进行快速探索和调试。

        幸运的是，从Python调用C++并不像一开始看起来那么困难。这样，我们可以在开发C++代码的同时掌握 Python 的一些交互性。

就我而言，我想使用 Python 来：

• 将一些问题参数传递给C++
• 调用C++代码以运行计算密集型例程
• 检索最终结果，以及一些用于调试的中间计算。
• 以交互方式浏览结果，并生成绘图和报告。

        使用 ctypes 的问题在于，共享许多数据类型需要相当多的低级解决方法。例如，虽然ctypes不支持复数等基本的东西，但PyBind11使Numpy与Eigen完全互操作，需要最少的代码。

        但是，我也发现了 PyBind11 的小问题。事实证明，在重新编译C++代码并尝试重新加载 PyBind 生成的 Python 模块后，什么也没发生。重新加载编译模块的唯一方法是重新启动我的 Python 会话。无论如何，这没什么大不了的，因为Python的启动时间可以忽略不计。而且，此步骤可能在 IDE 级别自动执行。

        因此，现在的问题是如何充分利用 PyBind11。

        PyBind11 的官方文档非常出色，我可以毫无问题地开始使用它。但是，我想分享这个库的超级快速入门指南，以及我打算如何使用它。

        Pybind11 是一个仅标头库，你可以通过以下方式获取它：

 

pip install pybind11

        虽然没有必要将所有C++代码构建为一个类，但如果你有一个类要在C++和 Python 之间共享，Pybind11 会让你的事情变得非常容易。（其实我更像是那种人，总是想介绍给定项目中最少的类数）vectorstruct

        然而，在这种情况下，我发现使用外观设计模式（参见wiki）可以同时导致非常简单的Python/C++互操作性和一个不错的API。

        所以，我想出了一个简单的课程。它基本上包含：

• 读取问题参数的构造函数。
• 执行计算的函数。run()
• 一些数组作为公共变量来存储结果。Eigen

        这是我的最小示例：

// mylib.h#include #include using Eigen::Matrix, Eigen::Dynamic;typedef Matrix, Eigen::Dynamic, Eigen::Dynamic> myMatrix;class MyClass {    int N;    double a;    double b;public:    Eigen::VectorXd v_data;    Eigen::VectorXd v_gamma;    MyClass(){}    MyClass( double a_in, double b_in, int N_in)     {        N = N_in;        a = a_in;        b = b_in;    }    void run()     {         v_data = Eigen::VectorXd::LinSpaced(N, a, b);         auto gammafunc = [](double it) { return std::tgamma(it); };        v_gamma = v_data.unaryExpr(gammafunc);    }};

        要共享这个类，我们需要添加一些C++代码。我宁愿在一个单独的文件中执行此操作，其中包含创建 python 包装器所需的一切。

 

// pywrap.cpp#include #include #include "mylib.h"namespace py = pybind11;constexpr auto byref = py::return_value_policy::reference_internal;PYBIND11_MODULE(MyLib, m) {    m.doc() = "optional module docstring";    py::class_(m, "MyClass")    .def(py::init())      .def("run", &MyClass::run, py::call_guard())    .def_readonly("v_data", &MyClass::v_data, byref)    .def_readonly("v_gamma", &MyClass::v_gamma, byref)    ;}

        需要强调的几点：

• 类构造函数签名指定为.def(py::init())
• 对于函数，我们希望释放 GIL（全局解释器锁），这将阻止我们的函数使用多个线程。run()

        最后，可以使用以下文件进行编译：CMakeLists.txt

 

cmake_minimum_required(VERSION 3.10)project(MyLib)set(CMAKE_CXX_STANDARD 20)set(PYBIND11_PYTHON_VERSION 3.6)set(CMAKE_CXX_FLAGS "-Wall -Wextra -fPIC")find_package(pybind11 REQUIRED)find_package(Eigen3 REQUIRED)pybind11_add_module(${PROJECT_NAME} pywrap.cpp)target_compile_definitions(${PROJECT_NAME} PRIVATE VERSION_INFO=${EXAMPLE_VERSION_INFO})target_include_directories(${PROJECT_NAME} PRIVATE ${PYBIND11_INCLUDE_DIRS})target_link_libraries(${PROJECT_NAME} PRIVATE Eigen3::Eigen)

        现在你已经准备好了。如果您使用的是 VS Code，则在配置 CMake 扩展后，只需按 F7 即可编译C++库。

        这个过程非常简单，应该开箱即用。但是，有几个步骤可以优化交互式工作流，这些步骤稍微棘手一些，也值得实施。

        例如，如果您正在执行 Python 环境并且您的编译库进入一个目录，您可以执行以下操作：build

 

import syssys.path.append("build/")from MyLib import MyClassimport matplotlib.pyplot as pltSimulation = MyClass(-4,4,1000)Simulation.run()plt.plot(Simulation.v_data, Simulation.v_gamma, \"--", linewidth = 3, color=(1,0,0,0.6),label="Function Value")plt.ylim(-10,10)plt.xlabel("x")plt.ylabel("($f(x) = \gamma(x)$)")plt.title("(Gamma Function: $\gamma(z) = \int_0^\infty x^{z-1} e^{-x} dx$)",fontsize = 18);plt.show()

        请注意，特征向量会自动转换为 Python 数组。

        Ater 修改 ，每个我们要公开的新函数或变量只需要添加一行代码。myLib.hpppywrap.cpp

        不幸的是，这不会带来完全交互式的工作流程。当您在更改后重新编译C++代码时，Python 端不会发生任何事情。即使您尝试使用以下方法重新加载 Python 模块：importtools

 

import importlibimportlib.reload(MyLib)

        什么也没发生。原因是编译后的代码无法在 Python 中重新加载。

        因此，在使用 PyBind11 时，每次重新编译C++代码时都需要重新启动 Python 会话，我觉得这对于开发目的来说有点烦人。但是，这是一个很小的代价，因为Python的启动时间可以忽略不计，并且可能有一种方法可以使用一些IDE热键或其他工具使该过程自动化。

        因此，这就是您可以轻松地从 Python 调用C++库的方式。

        特别是，这个两步过程可以产生一个非常互动的开发工作流程。尽管我们有一个编辑-编译-运行工作流，但我们在最后添加了一个解释器，所以现在我们的工作流看起来像编辑-编译-运行-探索。

        将来，我计划将两个功能合并到此工作流中：

• 第一个是C++20模块，它应该加快大型C++项目的编译时间。不幸的是，CMake 仍然与模块不兼容（有关更新，请参阅此问题），显然人们必须依靠像 Ninja-Build 这样的构建系统才能立即提供此功能。
• 另一件事是解决在重新编译C++代码后（手动）重新启动 Python 会话的需要。为此，我希望也许可以在VSCode级别对此做点什么。到目前为止，VS Code 中的最佳选项似乎是终止 Python 会话，然后使用 执行 Python 代码，如果尚未打开会话，则会创建一个新会话。Shift+Enter

来源地址：https://blog.csdn.net/gongdiwudu/article/details/131968528