C++调用python: VS2017 + Anaconda + pypi第三方库

步骤一：在Anaconda中创建虚拟环境

这一点对大家来说应该很简单，简单介绍一下，不做过多解释。值得注意的是，要用conda命令创建环境，用pip install配置环境。

conda create -n c_python_env python==3.9 # 用conda创建python虚拟环境
conda activate c_python_env              # 激活该虚拟环境
pip install numpy                        # 在虚拟环境中用pip安装python包

在Anaconda的安装目录下，可以看到如下文件夹，就是我们新创建的环境：

步骤二：在VS2017中，创建一个C++项目: C_Python

具体过程不再赘述，在项目中创建一个文件“c_python_test.cpp”，添加以下内容：

c_python_test.cpp

#include <Python.h>
#include <iostream>
#include <string>
using namespace std;int main_()
{	//1. 初始化Py_Initialize();//使用python之前，要调用Py_Initailize（）函数，进行初始化if (!Py_IsInitialized){printf("初始化失败！！");return 0;}PyRun_SimpleString("print('hello world')");PyRun_SimpleString("import numpy as np");Py_Finalize();system("pause");return 0;
}

步骤三：在VS2017中配置Anaconda创建的python环境

VS2017的设置如下：

1）在VS的项目属性>>配置属性>>VC++目录>>包含目录中，将Anaconda虚拟环境的根目录下的include文件夹添加进来；

2）在VS的项目属性>>配置属性>>VC++目录>> 库目录中，将Anaconda虚拟环境的根目录下的libs文件夹添加进来

3）然后在VS的项目属性>>配置属性>>链接器>>输入>>附加依赖项中，Anaconda虚拟环境的根目录下的libs/python39_d.lib添加上。如果没有python39_d.lib文件，就把python39.lib复制一份，重命名为python39_d.lib。

4）拷贝Anaconda虚拟环境的根目录下的“DLLs”和“Lib”两个文件夹复制到exe所在文件夹（x64/Release）。没有exe文件夹就先编译生成一个。这一步很重要，否则C++无法找到虚拟环境中的第三方依赖库，比如我们上面安装的numpy库。

拷贝到

5）如果有必要，把Anaconda虚拟环境中的python3.lib、python39.lib和python39_d.lib也拷贝到exe所在文件夹（x64/Release）。再一次，如果环境中没有python39_d.lib文件，就把python39.lib复制一份，重命名为python39_d.lib。（在我的测试中，这一步不执行也没问题）

拷贝到：

步骤四：在VS2017中，生成并运行项目

得到以下输出，表示设置成功。

升级--步骤五：创建python工程py_script，C++引入python脚本

假设python脚本的绝对路径为D:/wzg_projects/C_Python/py_script（具体在哪里无所谓）。创建以下两个python脚本

demo.py

import numpy as np def formula1(A,F):print(A,F)return np.array(A*F)

hello.py

import demo as d def func(a,b):num = d.formula1(10,20)print("result = {}".format(num))print("hello world")

在VS2017中，更改 c_python_test.cpp 脚本的内容：

c_python_test.cpp


#include <iostream>
#include <Python.h>
#include <string>
using namespace std;int main_()
{// 1. 开始python与c++的接口模块，初始化。Py_Initialize();//使用python之前，要调用Py_Initailize（）函数，进行初始化if (!Py_IsInitialized()){printf("python与c++的接口模块初始化失败");return 0;}// 2. 可行性的基础验证，测试成功后可注释掉//PyRun_SimpleString("print('hello world')");//PyRun_SimpleString("import numpy as np");// 3. 添加python脚本的搜索路径PyRun_SimpleString("import sys");PyRun_SimpleString("sys.path.append('D:/wzg_projects/C_Python/py_script')");// 4. 定义pythonObject类对象，并实例化，前向计算PyObject* pModule = NULL;PyObject* pFunc = NULL;// 1)pModule实例化pModule = PyImport_ImportModule("hello");//通过python文件名寻找python脚本，文件名不用加后缀，把python脚本编码为c++格式if (pModule == NULL)  // 如果找不到文件就报错{cout << "没找到python脚本：hello.py" << endl;return 0;}// 2) pFunc 实例化pFunc = PyObject_GetAttrString(pModule, "func");//从pModule脚本中提取名字为“func”的函数，封装为c++格式的pFunc函数if (!pFunc || !PyCallable_Check(pFunc)) {cout << "没找到python函数：func" << endl;return 0;}// 3) 把C++变量转变成Python格式//    i) 参变量的定义方式1//PyObject* pArgs = Py_BuildValue("ii", 25, 6); // 定义函数的参变量。"ii"表示定义两个int类型的变量。还有许多其他格式，可以具体情况具体改变。//    ii) 参变量的定义方式2--推荐使用PyObject* pArgs = PyTuple_New(2);PyTuple_SetItem(pArgs, 0 ,Py_BuildValue("i", 25)); // 把一个int类型的数据“25”放在python tuple的索引为0的位置。PyTuple_SetItem(pArgs, 1, Py_BuildValue("i", 6)); // 把一个int类型的数据“25”放在python tuple的索引为0的位置。// 4) 运行python函数PyObject* pReturn = PyObject_CallObject(pFunc, pArgs); // 运行python函数，计算函数的输出结果。把参数args2输入到函数pFunc中，计算输出结果，存储到pRet中。// 5. 把python格式的数据转变成c++格式int cReturn = 0;PyArg_Parse(pReturn, "i", &cReturn);//注意：PyArg_Parse的最后一个参数，必须加上“&”符号。“i”表示转变成int类型的变量。cout << "cReturn:" << cReturn << endl;// 6. 结束python与c++的接口模块Py_Finalize();system("pause");return 0;
}

重新生成项目，运行，可以实现对python脚本的调用。具体如何调用，请看上面的代码，注释还是比较详细的。

提示与思考：

如果python脚本中存在bug，无法运行，或找不到依赖库，c++脚本仍旧可以顺利编译成功，但是在运行时会提示无法找到python文件，比如无法找到上面的“hello.py”
步骤三中的过程----拷贝Anaconda虚拟环境的根目录下的“DLLs”和“Lib”两个文件夹复制到exe所在文件夹（x64/Release）。没有exe文件夹就先编译生成一个。这一步很重要，否则C++无法找到虚拟环境中的第三方依赖库，比如我们上面安装的numpy库。这一步不可省略。经试验，把这两个文件夹添加到vs2017的库目录中，也无法解决这个问题。
在步骤五的c_python_test.cpp脚本中，需要设置python脚本的寻找路径，防止C++找不到python脚本。为了未来的可扩展性、易用性和可移植性，或许这一步可以通过cmake、qt等方式以自动化的方式解决。
应该编写一个接口函数，用于c++和python相互传递参数，并把这个函数固定下来。
linux环境下，没有vs2017，应该如何设置c++的python依赖库呢？用cmake编译好？