python是很容易上手的編程語言，但是有些時候使用python編寫的程序並不能保證其運行速度（例如：while 和 for），這個時候我們就需要藉助c++等爲我們的代碼提速。下面是我使用pybind11調用c++的Eigen庫的簡單介紹:
第一步：準備系統和IDE：
- Windows 10
- vs2015 (用於調試c++代碼)
- vscode (調試python代碼)
第二步：python虛擬環境：
1.創建虛擬python虛擬環境： 在vscode的terminal中執行
2.下載 Eigen : 將Eigen解壓到當前目錄命名爲 eigen-3.3.8
3.在vscode的terminal中激活虛擬環境：
| 1 |
./env/Scripts/Activate.ps1
|
4.安裝pybind11:
安裝numpy==1.19.3（使用1.19.4可能會有問題） :
| 1 |
pip install numpy==1.19.3
|
第三步：使用vs2015編寫cpp_python.cpp, 並保證沒有bug
| 1 2 3 4 5 6 7 |
#include <Eigen/Dense>
using namespace std
using namespace Eigen
MatrixXd add_mat(MatrixXd A_mat, MatrixXd B_mat)
{
return A_mat + B_mat;
}
|
第四步：使用pybind11爲cpp_python.cpp添加python接口
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 |
// cpp_python.cpp : 此文件包含 "main" 函數。程序執行將在此處開始並結束。
//
#include <pybind11/pybind11.h>
#include <pybind11/eigen.h>
#include<pybind11/numpy.h>
#include<fstream>
#include<iostream>
#include <Eigen/Dense>
using namespace std;
using namespace Eigen;
MatrixXd add_mat(MatrixXd A_mat, MatrixXd B_mat)
{
return A_mat + B_mat;
}
namespace py = pybind11;
PYBIND11_MODULE(add_mat_moudle, m)
{
m.doc() = "Matrix add";//解釋說明
m.def("mat_add_py"/*在pyhon中使用的函數名*/, &add_mat);
}
|
第五步：設置setup.py用來編譯c++代碼
| 1 2 3 4 5 6 7 8 9 10 11 |
from setuptools import setup
from setuptools import Extension
add_mat_module = Extension(name='add_mat_moudle', # 模塊名稱
sources=['cpp_python.cpp'], # 源碼
include_dirs=[r'.\eigen-3.3.8',
r'.\env\Scripts', # 依賴的第三方庫的頭文件
r'.\env\Lib\site-packages\pybind11\include']
)
setup(ext_modules=[add_mat_module])
|
第六步：編譯測試
這是我當前的工作目錄
![]()
注意：我的cpp_python.cpp和setup.py是在同一個文件夾下。
| 1 |
執行: "python .\setup.py build_ext --inplace"就會得下面的結果，生成.pyd文件表明我們已經編譯成功。
|
![]()
運行測試：
![]()
到此這篇關於python3 通過 pybind11 使用Eigen加速代碼的步驟詳解的文章就介紹到這了,更多相關python3 pybind1
