MatplotCpp完全部署——我仍未完成的任务

Chiyamin

于 2025-03-14 20:11:31 发布

阅读量807

点赞数 12

文章标签： c++ windows python

本文链接：https://blog.youkuaiyun.com/kairs8/article/details/146266136

版权

MatplotCpp完全部署——我仍未完成的任务

写下标题时，我已经为Matplotcpp的部署努力了接近2天，我没有再看算法，没有再看其他领域的开发，没有再进行小组项目的研究，2天时间在我时而漫无目的地摸索和一次次同ai推心置腹中悄然流逝，我不为我的一些错误决定而导致的时间浪费而伤怀，因为我终将向我的目标稳步前进。就像现在，我有了些许实践的经验，我很乐意与心向此道的朋友们分享：

1，什么是Matplotcpp，我为什么想要它。

大学开设了物理实验课，我想有个东西替我做数据处理，绘制图表，当然，我知道Excel是更好的选择，但是，一是因为我不熟悉Excel，二是我最近在学C++方面的知识，Python也懂一些。所以我想找一个在C++框架下的绘图工具库，所以Matplotcpp无疑是最好的选择，后来想来，直接用Python调Matplot的话会更好一些。

C++成果展示图：
请添加图片描述

Python成果展示图：可以看到支持标题和坐标轴名称。
在这里插入图片描述
matplotcpp是一个用于 C++ 的轻量级 Matplotlib 接口，它允许你在 C++ 代码中使用类似 Python Matplotlib 的方式进行绘图。它的核心思想是通过 C++ 代码调用 Python 的 Matplotlib 实现绘图功能，非常适合那些希望在 C++ 项目中快速绘图但又不想学习复杂图形库的用户。

2，解题篇

从上面的描述中就不难看出，该库和Python紧密相连，所以我们首先需要确保电脑上安装了Python，根据我个人经验，建议安装Python3.8.0版本。我电脑上本来一直使用13版本，但是实际尝试中发现有库部分内容不在13版本中支持，根本运行不了，又改成了9.13（随便选的），昨天我看到9.13版本可以运行的时候我还很高兴，然后突然出现了2000+报错。请添加图片描述

其实我也不是没看到过现有的博客对该问题的论述，只是我没有意识到版本会对部署的成败起到这样关键的作用，我对docker，anaconda知之甚少，版本管理全靠该路径。之后一定去学习一下。这两天翻文件目录翻得，我可以很快速的在将近10级的文件夹中找到我想要的文件和路径。

我下载的Python（图片）
在这里插入图片描述

感谢canyuemanyue大佬的文章：vs2022部署matplotlibcpp库_matplotlibcpp安装-优快云博客

让我最终决定了在3.8.0上进行尝试，Windows x86-64 executable installer 在官网安装该版本，然后在任意目录打开，勾选自动配置环境变量，进行安装，完成之后，再次点击安装程序，选择modify进行修改。

第二次（图片）
在这里插入图片描述

这次我们勾选这两个Debug，就会为我们生成pythonDebug扩展，以支持C扩展模块。

更多详细的关于PythonDebug和Release版本的知识，请看：VS2022中的Debug和Rlease-优快云博客

记住你的Python路径，一般情况下，都和图片中的差不多。

在C++里面部署matplotlibcpp库还需要python安装以下两个模块，numpy和matplotlib。

我们用以下命令安装：

python -m pip install --upgrade pip
pip install numpy
pip install matplotlib

现在我们在matplotcpp的github页面上下载matplotcpp头文件，地址： GitHub - lava/matplotlib-cpp: Extremely simple yet powerful header-only C++ plotting library built on the popular matplotlib 你可以下载整个项目，也可以只下载matplotlibcpp.h，把它拖到你的项目目录里就好。

之后，我们在VS2022中新建一个空项目，我们需要主动配置项目属性。随便创建一个c++文件，打开项目属性。

在这里插入图片描述

如果不创建一个c++文件，这里就不会显示c/c++分类，点击C/C++常规，在附加包含目录中，拷贝python38/include地址和numpy/core/include地址进去，这里面包含了要用到的头文件，当然，你也可以将matplotcpp的文件地址放进去，这样在代码就可以使用尖括号包含它。（地址应该是"\" 我搞错了，不要在意）
请添加图片描述
接着，我们需要配置库目录和附加依赖项，库目录为python38和numpy的库目录路径，依赖项为python38/libs中的所有内容。

在这里插入图片描述
之后，想办法把Python38/目录下的几个dll文件放到Debug目录下，新项目刚创建什么都没有？你点一下编译就有了。。。

在这里插入图片描述

就可以尝试在项目中运行一下测试代码。

#include "matplotlibcpp.h"

namespace plt = matplotlibcpp;

int main()
{
    plt::plot({1,2,3,4});
    plt::show();
    return 0;
}

一般情况下，matplotlibcpp会报错，我们只需要注释掉部分报错代码就好。

在这里插入图片描述

3，并非结束

随着使用的深入，我发现一些函数无法在程序中使用，例如title，xlabel等，一旦使用，就会像下图一样报错。

在这里插入图片描述

我尝试了很多解法均告失败。所以我在代码中避开了这些函数，导致图像不如Python绘制那样完美。

4，结语

回过头来，部署的方法并不算难，只是涉及到了一些cpython的知识，导致我花费了两天才初窥门径，我也相信，这些尝试绝不会是没有意义的。

我用Matplotlibcpp制作了一个物理实验数据处理的程序，程序，代码，测试数据都已经上传github：https://github.com/kair998/Matplot