Python使用简明指引

最新推荐文章于 2024-04-22 16:07:30 发布

u010272709

最新推荐文章于 2024-04-22 16:07:30 发布

阅读量2.2k

点赞数

分类专栏： Python基础文章标签： python C CTYPE

本文链接：https://blog.csdn.net/u010272709/article/details/81268644

版权

Python基础专栏收录该内容

2 篇文章 0 订阅

订阅专栏

1. Python & Anaconda安装

下载Python或Anaconda(遵守GPL协议)，anaconda包含较全第三方封装库，若安装Python，需将Python安装路径导入系统环境变量，另需手动导入所需库(注意下载对应版本，网址：http://www.lfd.uci.edu/~gohlke/pythonlibs)。

导入库方法：据上述网址下载所需库文件(.whl文件)，放在Python安装目录下scripts文件夹中，然后dos命令下输入：pip3.6install”.whl文件路径””.whl文件”；提示”successfully installed”表示安装成功。注意：上述pip3.6对应Python版本，如Python3.6对应pip3.6。

anaconda 下载网址：https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

python 库安装方法：https://blog.csdn.net/xz1308579340/article/details/68489772

1.2 Pycharm 安装及导入库文件

直接双击pycharm-community.exe进行安装，注意Pycharm与Python版本要对应。

导入库方法：File->Settings->Project->Project Interpreter路径下选择Python安装路径下的Python.exe(若是安装Anaconda，选择Anaconda安装路径下的 Python.exe即可)，即可导入Python中的第三方库，已导入库在改页面下有对应显示。

1.3 Pycharm 常用工具栏

控制台：Tools->Python console；

页面背景：File->Settings->Editor->Color Scheme->Python窗口Scheme选项；

字体：File->Settings->Editor->Font窗口；

2. Python & Pycharm 使用注意事项

2.1 Python2x与Python3x区别

Python3x版本叫Python2x版本有较大改动，使用时需注意语法区别，目前网上资料多对应Python2x版本。

简要区别：http://www.jb51.net/article/57956.htm。

2.2 Python语法格式

Python语言中数组下标从0开始，与C语言一致，区别于MATLAB语言。

Python语言中for if等语句无结束标志(如end等)，而是由格式判断结束行。

Python语言中范围选择一般不包括后者，如生成[1,5]范围的随机数，实际表示生成从0开始(包含0)到5(不含5)的随机数。

2.3 Pycharm基本操作

库的导入

import numpy：表示导入numpy模块，一个文件导入一次即可；

import numpy，scipy，……：导入多个模块；

import numpy as A：作用与import numpy一样，相当于给numpy起别名，A的作用与numpy完全等效；

from A import B：表示导入模块A中的一个函数B；

from A import *：参考http://m.jb51.net/article/52412.htm；

添加库路径

import sys

sys.path.append(r’D:\Dev_Cpp’)

注释

注释使用 #，注释特定行；三个双引号或单引号可以注释多行；

中文字符

文件中包含中文字符时，需在文件开头添加下述两行代码：

#!/usr/bin/python

#-*-conding:utf-8-*-

3. Python & Pycharm 文件操作及与C混合编程

3.1 Python文件读取及存储

Numpy库数据文件保存及加载：

# ####################################################################
a = numpy.array([1.4, 2, 3, 4, 5, 6])
numpy.save('name',a)                   # 保存数据文件，文件名为name
c = numpy.load('name.npy')             # 加载数据文件 name.npy
# ####################################################################

# ####################################################################
a = numpy.array([1.4, 2, 3, 4, 5, 6])
b = numpy.array([2, 4])
numpy.savez("rr.npz",a, namekey = b)
                          # 保存多个数组，namekey为数组关键字参数，不设置默认为arr_0 等
c = numpy.load("rr.npz")
print(c["arr_0"])
print(c["namekey"])
# ####################################################################

文件保存读取：

# ####################################################################
numpy.savetxt("a.txt", a)                                # 保存txt文件
numpy.savetxt("b.txt", a, fmt = "%d", delimiter = ",")
                                     # 保存txt文件，更改保存数据类型为整数，以“，”分割
b = numpy.loadtxt("a.txt")                              # 读取txt文件
c = numpy.loadtxt("b.txt", delimiter=",")               # 与上述保存文件对应

a = numpy.array([1, 2, 3, 4, 5, 6])
numpy.savetxt('name.csv', a, delimiter=',')             # 读取csv文件
# ####################################################################

文件读取：

# ####################################################################
a = numpy.genfromtxt('tt.txt',delimiter=',',names=True)
# ####################################################################

Python自带函数的文件读取：

# ####################################################################
with open('name.txt',"w") as f:
    f.write("input")
# ####################################################################

mode
“r”	读方式，只读；若文件不存在，发生异常
“w”	写方式，只写；若文件不存在，则直接创建；若文件存在，则先清空
“rb”	二进制读方式，只读；若文件不存在，发生异常
“wb”	二进制写方式，只写；若文件不存在，则直接创建；若文件存在，则先清空
“rt”	文本读方式，只读；若文件不存在，发生异常
“wt”	文本写方式，只写；若文件不存在，则直接创建；若文件存在，则先清空
“rb+”	二进制读方式，可读写；若文件不存在，发生异常
“wb+”	二进制写方式，可读写；若文件不存在，直接创建；若文件存在，则先清空
“a”	附加写方式，只写；
“a+”	附加读写方式，可读写；

3.2 Python文件调用

调用文件中的类：

# ####################################################################
class mysum(object):                     # 定义类 文件名为yu.py
    num = []
    def __int__(self,_list,age):
        super(mysum, self).__init__()
        self.num = _list
        self.age = age
# #########################  另一个py文件调用上述类
from yu import mysum                    # 调用yu.py 文件中的mysum 类
mylist = [2, 4]
a = musum(mylist,5)
a._plot()
# ####################################################################

3.3 Python结构体数组

# ####################################################################
pes = numpy.dtype({'names':['name', 'age', 'weight'],'formats':['a6', 'i2', 'f2']},

 align=True)                                           # align = True 令结构体数组内存对齐
ape = numpy.array([("zhang", 32, 67.8),("wang", 24, 66.6)], dtype=pes)
print(ape[0])                                         # 访问
peint(ape[1]["weight"])
# ####################################################################

结构化数组类型：

bytes	b1
int	i1,i2,i4,i8
unsigned ints	u1,u2,u4,u8
floats	f2,f4,f8
complex	c8,c16
fix long strings	a<n>

3.4 Python结构体嵌套结构体

# ####################################################################
class st(Structure):                             # 结构体嵌套结构体
    _fields_ = [('a', c_char_p),
                ('b', c_int)]
age = st()
age.a = bytes('liu',encoding='utf-8')           # 字符串
age.b = 23
class person_Info(Structure):
    _fields_ = [('x', st),                       # 结构体类型
                ('y', c_int),
                ('z', c_float)]
person_liu = person_Info()
person_liu = age
print(person_liu.x.b)
# ####################################################################

3.5 Python指针使用

class comp(Structure):
    _fields_ = [('real', POINTER(c_double)),
                ('imag', POINTER(c_double))]
class stru(Structure):
    _fields_ = [('sco', comp),
                ('scoo', comp)]

struc = stru()
ar = np.array([1+1j, 2+2j, -3-3j, 4-5j])
# =======ar.real 与 struc.sco.real 隔离 ========
arr = np.array(ar.real, dtype=c_double)
c_arr = np.ctypeslib.as_ctypes(arr)
arr_ptr = cast(c_arr, POINTER(c_double))

struc.sco.real = arr_ptr
# ======== ar.real 与 struc.sco.real 联动 ========
c_arr1 = cast(np.ctypeslib.as_ctypes(np.array(ar.real, dtype=c_double)), POINTER(c_double))
struc.sco.real = c_arr1

3.6 Python与C 混合编程

通过ctypes实现Python与C的混合编程，下载Dev_C++编译器(遵守GPL协议)，通过Dev_C++编写编译C代码，生成.dll文件。

Dev_C++编译实现：新建DLL项目->编写C文件->.h文件编写函数定义->编译生成dll文件。

Python调用&返回C数组&指针：

.h文件，函数声明

#ifndef _DLL_H_
#define _DLL_H_
#if BUILDING_DLL
#define DLLIMPORT __declspec(dllexport)
#else
#define DLLIMPORT __declspec(dllimport)
#endif

DLLIMPORT void HelloWorld();
DLLIMPORT int _add(int x);
DLLIMPORT int add_int(int x[],int *y);
#endif

.c文件

/* Replace "heu.h"with the name of your header */
#include "heu.h"                                   // .h文件名
#include <windows.h>
#include <stdio.h>
DLLIMPORT void HelloWorld()
{
    MessageBox(0,"Hello World from DLL!\n","Hi",MB_ICONINFORMATION);
}
DLLIMPORT int add_int(int num1[], int *num2)
{
    int b[4] = {6,7,8,9};
    int a = num1[0]+num2[2];
    num2[0] = num2[0]+11;
}

.py文件，调用.dll文件

# ####################################################################
import ctypes
ll = numpy.ctypeslib.load_library('D:\Dev_Cpp\lo.dll','dll') # lo.dll文件名
arr = numpy.array([1, 2, 3, 4],dtype = numpy.int)
arr1 = numpy.zeros(4, dtype=numpy.int)
if not arr.flags['C_CONTIGUOUS']:              # 若不是C连续内存，强制转换
    arr = numpy.ascontiguous(arr, dtype = numpy.dtype)
if not arr1.flags['C_CONTIGUOUS']:
    arr1 = numpy.ascontiguous(arr1, dtype = numpy.dtype)
c_arr = numpy.ctypeslib.as_ctypes(arr)         # array 转为ctypes类型
c_arr1 = numpy.ctypeslib.as_ctypes(arr1)

ll.add_int(c_arr1, c_arr)                      # 调用C函数，传递/返回数组地址
print(arr)
print(arr1)
# ####################################################################

Python调用&返回C结构体：

.h头文件

#ifndef _DLL_H_
#define _DLL_H_
#if BUILDING_DLL
#define DLLIMPORT __declspec(dllexport)
#else
#define DLLIMPORT __declspec(dllimport)
#endif

DLLIMPORT struct person_Info
{
    char *a;
    int b;
    float c;
};
#endif

.c文件

/* Replace "struc.h"with the name of your header */
#include "struc.h"                                   // .h文件名
#include <windows.h>
#include <stdio.h>
DLLIMPORT struct person_Info fun(struct person_Info uk)
{
    printf("%s\n%d\n%f\n",uk.a, uk.b, uk.c);
    uk.c = uk.c + 1;
    uk.a = "hu";
    printf("%s\n%d\n%f\n",uk.a, uk.b, uk.c);
    printf("===========================\n");
    return uk;
}

.py文件

# ####################################################################
hh = numpy.ctypeslib.load_library('D:\Dev_Cpp\lo.dll','dll')
class person_Info(Structure):
    _fields_ = [('x',c_char_p),             # 传递字符串
                ('y',c_int),
                ('z',c_float)]
person_liu = person_Info(bytes('liu',encoding='utf-8'), 25, 65.0)
person_h = person_Info()
person_h.x = bytes('ut',encoding='utf-8') # 传递字符串(str转bytes)
person_h.y = c_int(26)                     # bytes 转str：str(b, encoding = 'utf8')
person_h.z = c_float(57.8)

hh.fun.restype = person_Info
r = hh.fun(person_h)
t = hh.fun(person_liu)
# ####################################################################

另，若x对应数组，C代码里直接修改x对应类型定义即可，py代码参考如下：

# ####################################################################
hh = numpy.ctypeslib.load_library('D:\Dev_Cpp\lo.dll','dll')
class person_Info(Structure):
    _fields_ = [('x',c_char_p),             # 传递字符串
                ('y',c_int),
                ('z',c_float*2)]
person_liu = person_Info(bytes('liu',encoding='utf-8'), 25, numpy.ctypeslib.as_ctypes(numpy.array([65.0, 33], dtype = c_float)))
person_h = person_Info()
person_h.x = bytes('ut',encoding='utf-8')   # 传递字符串(str转bytes)
person_h.y = c_int(26)                      # bytes 转str：str(b, encoding = 'utf8')
inz = numpy.array([1, 2],dtype = c_float)   # 注意此处dtype类型
person_h.z = numpy.ctypeslib.as_ctypes(inz) # 传递指针，参考上述数组指针

hh.fun.restype = person_Info
r = hh.fun(person_h)
t = hh.fun(person_liu)
print(r.z)
# ####################################################################

Python传递数值参量，返回结构体：

.h头文件

#ifndef _DLL_H_
#define _DLL_H_
#if BUILDING_DLL
#define DLLIMPORT __declspec(dllexport)
#else
#define DLLIMPORT __declspec(dllimport)
#endif

typedef struct                         // 定义结构体，与python结构体对应
{
    int a;
    float b[2];
}result;
DLLIMPORT result fun(int x, float b); // 接收数值参量
#endif

.c文件

/* Replace "struc.h"with the name of your header */
#include "struc.h"                                   // .h文件名
#include <windows.h>
#include <stdio.h>
DLLIMPORT result fun(int x, float y)
{
    result s;
    s.a = x;
    s.b[0] = y + 1.0;
    s.b[1] = y + 2.0;
    return s;
}

.py文件

# ####################################################################
hh = numpy.ctypeslib.load_library('D:\Dev_Cpp\lo.dll','dll')
class person_Info(Structure):
    _fields_ = [('y',c_int),
                ('z',c_float*2)]
hh.fun.restype = person_Info                                      # 返回类型
hh.fun.argtyprs = [c_int, c_float]
res = hh.fun(23, 34.0)
print(res.y)
print(res.z[1])
dd = numpy.array(numpy.fromiter(res.z,dtype=numpy.float,count=2)) # 返回转成数组
                                             # fromiter 仅可用于多个数据，单个数值不可用
print(dd[0])
# ####################################################################

Ctypes模块

Python & Pycharm 基本函数

4.1 类型转换

int(x [,base ]) 将x转换为一个整数

long(x [,base ]) 将x转换为一个长整数

float(x ) 将x转换到一个浮点数

complex(real [,imag ]) 创建一个复数

str(x ) 将对象 x 转换为字符串

repr(x ) 将对象 x 转换为表达式字符串

eval(str ) 用来计算在字符串中的有效Python表达式,并返回一个对象

tuple(s ) 将序列 s 转换为一个元组

list(s ) 将序列 s 转换为一个列表

chr(x ) 将一个整数转换为一个字符

unichr(x ) 将一个整数转换为Unicode字符

ord(x ) 将一个字符转换为它的整数值

hex(x ) 将一个整数转换为一个十六进制字符串

oct(x ) 将一个整数转换为一个八进制字符串

u010272709

关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
0
评论
Python使用简明指引

目录1. Python &amp; Anaconda安装 21.2 Pycharm 安装及导入库文件 21.3 Pycharm 常用工具栏 22. Python &amp; Pycharm 使用注意事项 22.1 Python2x与Python3x区别 22.2 Python语法格式 22.3 Pycharm基本操作 33. Python &amp; Py...
复制链接

扫一扫