如何在 C++ 中调用 python 解析器来执行 python 代码（二）？

本文测试在 C++ 中调用 Pandas 库来执行 Python 程序。

目录

• 如何在 C++ 中调用 python 解析器来执行 python 代码（一）？
• 如何在 C++ 中调用 python 解析器来执行 python 代码（二）？
• 如何在 C++ 中调用 python 解析器来执行 python 代码（三）？
• 如何在 C++ 中调用 python 解析器来执行 python 代码（四）？
• 如何在 C++ 中调用 python 解析器来执行 python 代码（五）？
• 如何在 C++ 中调用 python 解析器来执行 python 代码（六）？
• 如何在 C++ 中调用 python 解析器来执行 python 代码（七）？

安装 Pandas

为了加速安装，使用 -i 指定 阿里云的 python lib 源。为了省事，用了 sudo，你也可以使用 --user 安装在当前用户目录下。

$ sudo pip3 install pandas -i https://mirrors.aliyun.com/pypi/simple
WARNING: Running pip install with root privileges is generally not a good idea. Try `pip3 install --user` instead.
Collecting pandas
  Downloading https://mirrors.aliyun.com/pypi/packages/c3/e2/00cacecafbab071c787019f00ad84ca3185952f6bb9bca9550ed83870d4d/pandas-1.1.5-cp36-cp36m-manylinux1_x86_64.whl (9.5MB)
    61% |███████████████████▋            | 5.8MB 127kB/s eta 0:00:29

编写代码

下面的代价基于上一节的代码稍微修改而来，用到了 pandas 库。

[xiaochu.yh ~/tools/c-python] $cat main.cpp
#define PY_SSIZE_T_CLEAN
#include <Python.h>

int
main(int argc, char *argv[])
{
    wchar_t *program = Py_DecodeLocale(argv[0], NULL);
    if (program == NULL) {
        fprintf(stderr, "Fatal error: cannot decode argv[0]\n");
        exit(1);
    }
    Py_SetProgramName(program);  /* optional but recommended */
    Py_Initialize();
    const char *script = ""
"import pandas as pd\n"
"mydataset = {\n"
"  'sites': [\"Google\", \"Runoob\", \"Wiki\"],\n"
"  'number': [1, 2, 3]\n"
"}\n"
"myvar = pd.DataFrame(mydataset)\n"
"print(myvar)\n";

    PyRun_SimpleString(script);
    if (Py_FinalizeEx() < 0) {
        exit(120);
    }
    PyMem_RawFree(program);
    return 0;
}

编译

$make
g++ -I/usr/include/python3.6m -I/usr/include/python3.6m  -Wno-unused-result -Wsign-compare -O2 -g -pipe -Wall -Wp,-D_FORTIFY_SOURCE=2 -fexceptions -fstack-protector-strong --param=ssp-buffer-size=4 -grecord-gcc-switches -m64 -mtune=generic -D_GNU_SOURCE -fPIC -fwrapv   -DNDEBUG -O2 -g -pipe -Wall -Wp,-D_FORTIFY_SOURCE=2 -fexceptions -fstack-protector-strong --param=ssp-buffer-size=4 -grecord-gcc-switches -m64 -mtune=generic -D_GNU_SOURCE -fPIC -fwrapv  -L/usr/lib64 -lpython3.6m -lpthread -ldl  -lutil -lm  -Xlinker -export-dynamic main.cpp

执行

$./a.out
    sites  number
0  Google       1
1  Runoob       2
2    Wiki       3

扩展

如果不希望使用全局的 pandas 库，而是使用指定路径的定制库，可以研究PYTHONPATH 这个参数：

PYTHONPATH=/my/packages/dir

总结

看上去，只要上下文环境正常，调用第三方库并不需要特殊逻辑。