Вызов C / C ++ из Python?

Мне нравится ctypes много, swig всегда вызывал проблемы . Кроме того, ctypes имеет то преимущество, что вам не нужно удовлетворять какой-либо зависимости времени компиляции от python, и ваша привязка будет работать на любом python, который имеет ctypes, а не только тот, который был скомпилирован.

Предположим, у вас есть простой класс класса С++, с которым вы хотите поговорить в файле foo.cpp:

#include <iostream>

class Foo{
    public:
        void bar(){
            std::cout << "Hello" << std::endl;
        }
};

Так как ctypes может разговаривать только с функциями C, вам нужно предоставить те, которые объявляют их как extern "C"

extern "C" {
    Foo* Foo_new(){ return new Foo(); }
    void Foo_bar(Foo* foo){ foo->bar(); }
}

Затем вы должны скомпилировать это в общую библиотеку

g++ -c -fPIC foo.cpp -o foo.o
g++ -shared -Wl,-soname,libfoo.so -o libfoo.so  foo.o

И, наконец, вам нужно написать свою оболочку python (например, в fooWrapper.py)

from ctypes import cdll
lib = cdll.LoadLibrary('./libfoo.so')

class Foo(object):
    def __init__(self):
        self.obj = lib.Foo_new()

    def bar(self):
        lib.Foo_bar(self.obj)

После этого вы можете называть его как

f = Foo()
f.bar() #and you will see "Hello" on the screen

Самый быстрый способ сделать это - SWIG.

Пример из SWIG tutorial:

/* File : example.c */
int fact(int n) {
    if (n <= 1) return 1;
    else return n*fact(n-1);
}

Файл интерфейса:

/* example.i */
%module example
%{
/* Put header files here or function declarations like below */
extern int fact(int n);
%}

extern int fact(int n);

Построение модуля Python в Unix:

swig -python example.i
gcc -fPIC -c example.c example_wrap.c -I/usr/local/include/python2.7
gcc -shared example.o example_wrap.o -o _example.so

Использование:

>>> import example
>>> example.fact(5)
120

Обратите внимание, что у вас должен быть python-dev. Также в некоторых системах файлы заголовков python будут находиться в /usr/include/python 2.7 на основе того, как вы его установили.

Из учебника:

SWIG - довольно полный компилятор С++ с поддержкой почти всех функций языка. Это включает в себя предварительную обработку, указатели, классы, наследование и даже шаблоны С++. SWIG также может использоваться для упаковки структур и классов в прокси-классы на целевом языке - выставляя основные функции очень естественным образом.

Я начал свое путешествие по связыванию Python ↔ С++ с этой страницы с целью связывания высокоуровневых типов данных (многомерных векторов STL с списками Python): -)

Попробовав решения, основанные на ctypes и boost. python (и не являюсь инженером-программистом), я нашел их сложными, когда требуется привязка данных высокого уровня, в то время как я нашел SWIG гораздо проще для таких случаев.

В этом примере используется SWIG, и он был протестирован в Linux (но SWIG доступен и широко используется в Windows).

Цель состоит в том, чтобы сделать С++-функцию доступной для Python, которая принимает матрицу в виде 2D STL-вектора и возвращает среднее значение для каждой строки (в качестве 1D-вектора STL).

Код в С++ ( "code.cpp" ) выглядит следующим образом:

#include <vector>
#include "code.h"

using namespace std;

vector<double> average (vector< vector<double> > i_matrix) {

  // Compute average of each row..
  vector <double> averages;
  for (int r = 0; r < i_matrix.size(); r++){
    double rsum = 0.0;
    double ncols= i_matrix[r].size();
    for (int c = 0; c< i_matrix[r].size(); c++){
      rsum += i_matrix[r][c];
    }
    averages.push_back(rsum/ncols);
  }
  return averages;
}

Эквивалентный заголовок ( "code.h" ):

#ifndef _code
#define _code

#include <vector>

std::vector<double> average (std::vector< std::vector<double> > i_matrix);

#endif

Сначала мы скомпилируем код С++ для создания объектного файла:

g++ -c -fPIC code.cpp

Затем мы определяем файл определения интерфейса SWIG ( "code.i" ) для наших функций С++.

%module code
%{
#include "code.h"
%}
%include "std_vector.i"
namespace std {

  /* On a side note, the names VecDouble and VecVecdouble can be changed, but the order of first the inner vector matters! */
  %template(VecDouble) vector<double>;
  %template(VecVecdouble) vector< vector<double> >;
}

%include "code.h"

Используя SWIG, мы генерируем исходный код интерфейса С++ из файла определения интерфейса SWIG.

swig -c++ -python code.i

Наконец, мы скомпилируем сгенерированный исходный файл интерфейса С++ и соединим все вместе для создания общей библиотеки, которая напрямую импортируется Python (значение "_" ):

g++ -c -fPIC code_wrap.cxx  -I/usr/include/python2.7 -I/usr/lib/python2.7
g++ -shared -Wl,-soname,_code.so -o _code.so code.o code_wrap.o

Теперь мы можем использовать эту функцию в скриптах Python:

#!/usr/bin/env python

import code
a= [[3,5,7],[8,10,12]]
print a
b = code.average(a)
print "Assignment done"
print a
print b

Отъезд pyrex или Cython. Это Python-подобные языки для взаимодействия между C/С++ и Python.

Я никогда не использовал его, но я слышал хорошие вещи о ctypes. Если вы пытаетесь использовать его с С++, обязательно избегайте манипуляции имени с помощью extern "C". Спасибо за комментарий, Флориан Бёш.

Эта статья, претендующая на то, что Python будет всем ученым, нуждается в, в основном говорит: Первый прототип всего в Python. Затем, когда вам нужно ускорить часть, используйте SWIG и переведите эту часть на C.

Существует также pybind11, который похож на облегченную версию Boost и совместим со всеми современными компиляторами С++:

https://pybind11.readthedocs.io/en/latest/

Я думаю, что cffi для python может быть вариантом.

Целью является вызов кода C из Python. Вы должны быть в состоянии сделать это без изучения третьего языка: каждая альтернатива требует от вас изучать их собственный язык (Cython, SWIG) или API (ctypes). Поэтому мы попробовали предположить, что вы знаете Python и C и сводите к минимуму дополнительные биты API, который вам нужно изучить.

http://cffi.readthedocs.org/en/release-0.7/

Cython - это, безусловно, путь, если вы не ожидаете писать Java-обертки, и в этом случае SWIG может быть предпочтительнее.

Я рекомендую использовать утилиту командной строки runcython, это делает процесс использования Cython чрезвычайно простым. Если вам нужно передать структурированные данные на С++, взгляните на библиотеку Google protobuf, это очень удобно.

Ниже приведены минимальные примеры, в которых используются оба инструмента:

https://github.com/nicodjimenez/python2cpp

Надеюсь, что это может быть полезной отправной точкой.

Вопрос в том, как вызвать функцию C из Python, если я правильно понял. Тогда лучшим вариантом являются Ctypes (BTW, переносимый по всем вариантам Python).

>>> from ctypes import *
>>> libc = cdll.msvcrt
>>> print libc.time(None)
1438069008
>>> printf = libc.printf
>>> printf("Hello, %s\n", "World!")
Hello, World!
14
>>> printf("%d bottles of beer\n", 42)
42 bottles of beer
19

Для подробного руководства вы можете обратиться к моей статье в блоге.

В одном из официальных документов Python содержится подробная информация о расширении Python с использованием C/С++. Даже без использования SWIG его довольно просто и отлично работает в Windows.

Сначала вы должны решить, какова ваша конкретная цель. Официальная документация Python по расширению и внедрению интерпретатора Python была упомянута выше, я могу добавить хороший обзор двоичных расширений. Варианты использования можно разделить на 3 категории:

• модули ускорителя: для запуска быстрее, чем эквивалентный чистый код Python выполняется в CPython.
• оберточные модули: чтобы открыть существующие C-интерфейсы для кода Python.
• низкоуровневый доступ к системе: для доступа к функциям нижнего уровня среды выполнения CPython, операционной системы или базового оборудования.

Чтобы дать более широкую перспективу другим заинтересованным лицам, и поскольку ваш первоначальный вопрос немного расплывчатый ( "в библиотеке C или С++" ), я думаю, эта информация может быть вам интересна. По ссылке выше вы можете прочитать о недостатках использования двоичных расширений и их альтернатив.

Помимо других предложенных ответов, если вы хотите использовать модуль ускорителя, вы можете попробовать Numba. Он работает "путем создания оптимизированного машинного кода с использованием инфраструктуры компилятора LLVM во время импорта, времени выполнения или статически (с использованием встроенного инструмента pycc)".