Python调用C/C++程序的方法

Python调用C/C++程序的方法

最近写BUG的时候遇到python计算很慢的情况，于是调研了一波在python中嵌入C++程序的方法，记录一下，便于查询。

一般来说在python调用C/C++程序主要可以分为3步：

• 1、编写C/C++实现程序。- 2、将C/C++程序编译成动态库。- 3、在Python中调用编译生成的库。Python在调用C/C++程序时有一些不同，需要注意。

1、Python调用C函数

Python调用C语言程序比较简单，将C语言程序编译好，再使用python中的ctypes模块调用即可。

C语言源文件：called_c.c

//编译命令 gcc -o libpycall.so -shared -fPIC called_c.c
#include<stdio.h>
int foo(int a, int b){<!-- -->
printf("a:%d, b:%d.", &amp;a, &amp;b);
return 0;
}

在命令行或者终端输入：

gcc -o libpycall.so -shared -fPIC called_c.c

生成libpycall.so动态库文件，之后就可以在Python中调用foo函数。Python文件：py_call_c.py

import ctypes
dll = ctypes.cdll.LoadLibrary
lib = dll('./libpycall.so') //刚刚生成的库文件的路径
lib.foo(1, 3)

运行py_call_c.py输出为：

a:1, b:3

2、Python调用C++类

由于C++支持函数重载，在g++以C++方式编译时编译器会给函数的名称附加上额外的信息，这样ctypes模块就会找不到g++编译生成的函数。因此，要让g++按照C语言的方式编译才可以找到生成的函数名。让编译器以C语言的方式编译就要在代码中使用extern关键字将代码包裹起来。

C++源文件:cpp_called.cpp

//Python调用c++(类）动态链接库
#include <iostream>
using namespace std;
 class TestLib
{<!-- -->
    public:
        void display();
        void display(int a);
};
void TestLib::display() {<!-- -->
    cout&lt;&lt;"First display"&lt;&lt;endl;
}
 void TestLib::display(int a) {<!-- -->
    cout&lt;&lt;"Second display:"&lt;&lt;a&lt;&lt;endl;
}
extern "C" {<!-- -->
    TestLib obj;
    void display() {<!-- -->
        obj.display();
      }
    void display_int(int a) {<!-- -->
        obj.display(a);
      }
}

在命令行或者终端输入编译命令：

g++ -o libpycallcpp.so -shared -fPIC cpp_called.cpp

编译参数说明 -fPIC：生成位置无关目标代码，适用于动态连接；-L path：表示在path目录中搜索库文件，如-L.表示在当前目录；-I path：表示在path目录中搜索头文件；-o file：制定输出文件为file；-shared：生成一个共享库文件；

生成libpycallcpp.so，在Python中调用。Python文件：py_call_c.py

import ctypes
dll = ctypes.cdll.LoadLibrary
lib = dll('./libpycallcpp.so') //刚刚生成的库文件的路径
lib.display()
lib.display_int(0)

输出为：

First display
Second display:0

OK，基本功能实现，高级调用后期在填坑 

来源：小白学视觉，仅用于传递和分享更多信息，并不代表本平台赞同其观点和对其真实性负责，版权归原作者所有，如有侵权请联系我们删除。

-END-
推荐阅读：

• 10W字《R ggplot2可视化教程1.0》来了!
• 详解Python列表推导式|迭代器|生成器|匿名函数
• Jupyter Notebook的16个超棒插件！
• 临床WGS/WES/Gene Panel/Single gene异同
• 一图胜千言，超形象图解NumPy教程！
• 那些神经网络可视化利器
• R Graphics Cookbook中译教程

我的学习小圈子👉
加入
赞、在看就是最大的支持