python运行c++

Python与C++混合编程完全指南

为什么需要Python与C++结合？

Python和C++混合编程结合了两者的优势，在保持Python开发效率的同时，利用C++实现性能关键部分的加速。

优势	说明
性能提升	C++执行效率远超Python
复用现有代码	利用已有C++库避免重写
系统级访问	突破Python在系统编程的限制
并行计算	更好的多线程/GPU支持
内存控制	精细管理内存使用

基础交互方式

方法对比

方法	难度	性能	适用场景
ctypes	简单	中	调用简单C函数
CFFI	中等	高	需要灵活性的场景
SWIG	中等	高	大型项目，多语言支持
pybind11	中等	高	现代C++项目
Boost.Python	复杂	高	复杂C++项目
Cython	中等	高	科学计算，已有Python代码

ctypes - 调用C函数

C++代码示例

// math_funcs.cpp
extern "C" {
   
   
    int add(int a, int b) {
   
   
        return a + b;
    }
    
    double multiply(double a, double b) {
   
   
        return a * b;
    }
}

编译为共享库：

g++ -shared -fPIC -o libmath.so math_funcs.cpp

Python调用代码

import ctypes

# 加载共享库
math_lib = ctypes.CDLL('./libmath.so')

# 调用C函数
result = math_lib.add(5, 3)
print(f"5 + 3 = {
     
     result}")

# 指定参数和返回类型
math_lib.multiply.argtypes = [ctypes.c_double, ctypes.c_double]
math_lib.multiply.restype = ctypes.c_double
result = math_lib.multiply(2.5, 4.0)
print(f"2.5 * 4.0 = {
     
     result}")

代码解释：

1. extern "C"避免C++名称修饰
2. -shared -fPIC生成位置无关代码
3. argtypes和restype确保类型安全
4. 适合简单C函数调用

pybind11 - 现代C++绑定

安装pybind11

pip install pybind11

C++模块示例

// example.cpp
#include <pybind11/pybind11.h>

namespace py = pybind11;

int add(int a, int b) {
   
   
    return a + b;
}

PYBIND11_MODULE(example, m) {
   
   
    m.doc() = "pybind11示例模块";
    m.def("add", &add, "两个整数相加");
}

编译命令：

g++ -O3 -Wall -shared -std=c++11