在Python中使用C/C++

虽然Python简洁方便、深得人心，但用Python去实现（pip install无法解决时）某种处理大数据的算法，往往令人头疼。Python实现的代码往往是低效的，这时候需要C/C++来拯救。

本文介绍一种在Python中使用C/C++的方法。

首先，您需要Cython。

我们会把C/C++实现的算法打包成Python的扩展模块供Python代码调用。

创建目录algo

下面有4个文件

• algo_c.cpp，C/C++的实现在此
• algo_c.h，C/C++的头文件，声明函数接口
• algo.pyx，Cython代码，把C/C++函数接口包裹成Python函数接口
• setup.py，配置及编译选项

我们再倒过来逐一介绍

#setup.py

from distutils.core import setup, Extension

from Cython.Build import cythonize

import numpy as np

extensions = [

    Extension('algo', ['algo.pyx', 'algo_c.cpp'], 

              include_dirs = [np.get_include()],

              language='c++',

              include_dirs = [np.get_include(), 'some_path_to_include'],

              library_dirs=['some_path_to_library'], 

              libraries=['some_name'],

              extra_compile_args=["-std=c++11"],  

              extra_link_args=["-std=c++11"]),

]

#依次是 扩展模块的名称、 源文件(.pyx, .cpp)、 依赖的头文件地址（使用numpy则需添加np.get_include()）、 语言（默认是C）、依赖的库(.so)地址、 依赖的库名称(e.g., for "libname.so", here is "name" not "lname")、 使用C++11标准、 使用C++11标准

setup(

    ext_modules = cythonize(extensions)

)

#algo.pyx

import numpy as np

cimport numpy as np

np.import_array()

#引入需要的C／C++函数接口 （在algo_c.h中）

cdef extern from "algo_c.h":

    void some_function(float* arg0, int arg1, int arg2);

cimport cython

@cython.boundscheck(False) # turn off bounds-checking for entire function

@cython.wraparound(False)  # turn off negative index wrapping for entire function

@cython.nonecheck(False)

#将引入的C/C++接口包裹成Python接口, 注意对numpy.ndarray的处理

def some_function_func(np.ndarray[float, ndim=2, mode="c"] in_array0 not None):

    some_function(<float*> np.PyArray_DATA(in_array0), in_array0.shape[0], in_array0.shape[1])

//algo_c.h

void some_function(float* arg0, int arg1, int arg2);

//algo_c.cpp

void some_function(float* arg0, int arg1, int arg2){

  //... 函数的具体实现在此

  return;

}

在unix环境下通过

python setup.py build_ext --inplace

生成可用的扩展模块，使用时

#test.py

import numpy as np

from algo import some_function_func

x = np.zeros([3,3],dtype=np.float32)

some_function_func(x)

Reference

Python中使用C代码

Working with Numpy