从Python调用C / C ++？
什么是最快的方法来构build一个Python或C + +库的绑定？
（如果这个问题我正在使用Windows。）
你应该看看Boost.Python 。 以下是他们网站的简短介绍：
Boost Python库是一个用于连接Python和C ++的框架。 它使您可以快速无缝地将C ++类的函数和对象暴露给Python，反之亦然，不需要任何特殊的工具 – 只要您的C ++编译器。 它被devise为非侵入性地包装C ++接口，所以您不必为了包装而更改C ++代码，使得Boost.Python非常适合向Python公开第三方库。 该库使用高级元编程技术简化了用户的语法，使得包装代码呈现出一种声明式接口定义语言（IDL）的外观。
我喜欢ctypes很多， swig总是倾向于给我一些问题 。 另外ctypes的优点是你不需要满足任何python的编译时间依赖，你的绑定可以在任何具有ctypes的python上工作，而不仅仅是编译的。
假设您有一个简单的C ++示例类，您想要在一个名为foo.cpp的文件中进行交谈：
#include <iostream> class Foo{ public: void bar(){ std::cout << "Hello" << std::endl; } }; 由于ctypes只能与C函数对话，所以需要提供那些声明为extern“C”
extern "C" { Foo* Foo_new(){ return new Foo(); } void Foo_bar(Foo* foo){ foo->bar(); } }
接下来，您必须将其编译到共享库
g++ -c -fPIC foo.cpp -o foo.o g++ -shared -Wl,-soname,libfoo.so -o libfoo.so foo.o
最后你必须编写你的Python包装（例如在fooWrapper.py中）
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)
一旦你有了，你可以这样称呼它
f = Foo() f.bar() #and you will see "Hello" on the screen
最快的方法是使用SWIG 。
SWIG 教程示例 ：
/* File : example.c */ int fact(int n) { if (n <= 1) return 1; else return n*fact(n-1); }
接口文件：
/* example.i */ %module example %{ /* Put header files here or function declarations like below */ extern int fact(int n); %} extern int fact(int n);
在Unix上构build一个Python模块：
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
用法：
>>> import example >>> example.fact(5) 120
请注意，你必须有python-dev。 另外在一些系统中，python头文件将会在/usr/include/python2.7的基础上安装它。
从教程：
SWIG是一个相当完整的C ++编译器，支持几乎所有的语言function。 这包括预处理，指针，类，inheritance，甚至C ++模板。 SWIG也可以用于将结构和类打包到目标语言的代理类中 – 以非常自然的方式公开底层的function。
我从这个页面的Python C ++绑定开始我的旅程，目标是链接高级数据types（多维STL向量与Python列表）:-)
在尝试基于ctypes和boost.python （而不是软件工程师）的解决scheme时，我发现它们在需要高级数据types绑定时很复杂，而在这种情况下，我发现SWIG更加简单。
这个例子因此使用了SWIG，并且已经在Linux中进行了testing（但是SWIG可用并且在Windows中也被广泛使用）。
其目的是为Python提供一个C ++函数，该函数采用2D STL向量forms的matrix，并返回每一行的平均值（作为一维STL向量）。
C ++（“code.cpp”）中的代码如下所示：
#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; }
等效头（“code.h”）是：
#ifndef _code #define _code #include <vector> std::vector<double> average (std::vector< std::vector<double> > i_matrix); #endif
我们首先编译C ++代码来创build一个目标文件：
g++ -c -fPIC code.cpp
然后我们为C ++函数定义一个SWIG接口定义文件 （“code.i”）。
%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"
使用SWIG，我们从SWIG接口定义文件生成一个C ++接口源代码。
swig -c++ -python code.i
我们最终编译生成的C ++接口源文件，并将所有东西链接在一起生成一个可直接由Python导入的共享库（“_”很重要）：
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
我们现在可以在Python脚本中使用这个函数：
#!/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
检查pyrex或Cython 。 它们是用于连接C / C ++和Python的类Python语言。
我从来没有用过，但我听说过ctypes的好东西。 如果你想用C ++来使用它，一定要通过extern "C"来避开名字混搭。 感谢评论，FlorianBösch。
声称Python是所有科学家需要的文章 ，基本上都是这样说的：首先在Python中创build所有的东西。 那么当你需要加快速度的时候，使用SWIG并把这部分翻译成C.
我认为Python的cffi可以是一个选项。
目标是从Python调用C代码。 你应该可以在不学习第三语言的情况下做到这一点：每种select都需要你学习他们自己的语言（Cython，SWIG）或者API（ctypes）。 所以我们试着假设你知道Python和C，并尽量减less你需要学习的额外的API。
还有pybind11 ，它就像Boost的一个轻量级版本，并与所有现代C ++编译器兼容：
除非你预计编写Java包装器，否则Cython绝对是要走的路，在这种情况下，SWIG可能更可取。
我推荐使用runcython命令行工具，这使得使用Cython的过程非常容易。 如果您需要将结构化数据传递给C ++，请查看Google的protobuf库，这非常方便。
这里是我使用这两个工具的一个简单例子：
https://github.com/nicodjimenez/python2cpp
希望这可以成为一个有用的起点。
问题是如果我正确理解，如何从Python调用C函数。 那么最好的select是Ctypes（顺便说一句，所有Python的变体都可以）。
>>> 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
有关详细指南，您可能需要参阅我的博客文章 。
其中一个正式的Python文档包含了使用C / C ++扩展Python的细节。 即使没有使用SWIG ，它也非常简单，在Windows上运行得非常好。
首先，你应该决定什么是你的特定目的。 上面提到了关于扩展和embeddedPython解释器的官方Python文档，我可以添加关于二进制扩展的一个很好的概述 。 用例可以分为3类：
- 加速器模块 ：运行速度比在CPython中运行的等效的纯Python代码快。
- 包装模块 ：将现有的C接口公开到Python代码。
- 低级系统访问 ：访问CPython运行时的低级function，操作系统或底层硬件。
为了给其他感兴趣的人提供一些更广泛的视angular，既然你最初的问题有点含糊（“到C或C ++库”），我认为这些信息可能对你很有意思。 在上面的链接中，您可以阅读使用二进制扩展及其替代方法的缺点。
除了build议的其他答案，如果你想要一个加速器模块，你可以试试Numba 。 它的工作原理是“通过在导入时，运行时或静态地使用LLVM编译器基础结构生成优化的机器代码（使用包含的pycc工具）”。
