在Windows的CLion2024中，使用matplotlib-cpp

最近在写实验的过程中，想可视化地观察实际结果是否与预期结果相似，就想使用matplotlib-cpp来实现，于是开启了踩坑之路（其实很简单，只是我弄了很久）。在此分享一下我的踩坑经验！

1. 问题总结

（1）找不到<Python.h>

（2）找不到Numpy

（3）重定义

（4）可以编译成功，执行时显示无法链接到动态库

（5）成功！！！

2. 解决思路

（1）首先，下载matplotlibcpp.h文件（https://github.com/lava/matplotlib-cpp），将其粘贴到工作区。并在相应的文件内引用该头文件。

#include "matplotlibcpp.h"

（2）开始编写CMakeLists.txt，完整的CMakeLists.txt如下所示：（值得注意的是，需要下载python、安装numpy和matplotlib包，不然也会报错）

cmake_minimum_required(VERSION 3.29)
project(BM_Tree)

set(CMAKE_CXX_STANDARD 20)

find_package(Python3 COMPONENTS Interpreter Development REQUIRED)
include_directories(${Python3_INCLUDE_DIRS})

# 更改为自己的文件
add_executable(BuildBM_Tree
        source/buildMTree.cpp
        include/MTREE/computeNNPairs.h
        include/MTREE/buildHuffmanTree.h
        include/MTREE/buildBMTree.h
        include/MTREE/matplotlibcpp.h)

target_link_libraries(BuildBM_Tree ${Python3_LIBRARIES})
include_directories("更改为自己的Python路径/Python/Python313/Lib/site-packages/numpy/_core/include") 

Following博主在Windows中，matplotlibcpp的使用-优快云博客的文章，非常简洁好用，强烈推荐！！！这个CMakeLists.txt可以解决上述1-(1)(2)(4)问题。

（3）针对重定义报错问题，只需注释掉matplotlibcpp.h文件中354、356行即可

static_assert(sizeof(long long) == 8);
// template <> struct select_npy_type<long long> { const static NPY_TYPES type = NPY_INT64; };
static_assert(sizeof(unsigned long long) == 8);
// template <> struct select_npy_type<unsigned long long> { const static NPY_TYPES type = NPY_UINT64; };

3. 踩坑历程

（1）一开始写了一个CMakeLists.txt，可以编译通过，但会显示1-(4)无法链接到动态库的问题，请教了博主"罗伯特祥"，说是需要把编译的动态库拷贝到exe目录。

不过本人第二天重新执行的时候突然就执行成功了，就没有再去尝试这个方法，有类似问题的友友可以试一试。

cmake_minimum_required(VERSION 3.29)
project(BM_Tree)
set(CMAKE_CXX_STANDARD 20)

# 找到 Python，改为自己的Python路径
set(PYTHONHOME C:/Users/Administrator/AppData/Local/Programs/Python/Python313)
set(Python3_EXECUTABLE $PYTHONHOME}/python.exe)
# 所需头文件路径
set(Python3_INCLUDE_DIRS ${PYTHONHOME}/include) 
# 所需库文件路径
set(Python3 LIBRARIES ${PYTHONHOME}/libs)
# Numpy库文件路径
set(Python3_NUMPY_INCLUDE_DIRS ${PYTHONHOME}/Lib/site-packages/numpy/_core/include)
# 主要用于查找并配置复杂的第三方软件包，这些软件包通常包含多个库和头文件，并且可能需要执行额外的配置步骤
find_package(Python3 REQUIRED COMPONENTS Interpreter Development NumPy)

add_executable(BuildBM_Tree
        source/buildMTree.cpp
        include/MTREE/computeNNPairs.h
        include/MTREE/buildHuffmanTree.h
        include/MTREE/buildBMTree.h
        include/MTREE/matplotlibcpp.h)
target_link_libraries(BuildBM_Tree PUBLIC Python3::Python Python3::NumPy ${TORCH_LIBRARIES})

（2）后来我发现这个CMakeLists.txt有些画蛇添足，find_package()完全可以代替五个set()。。。

cmake_minimum_required(VERSION 3.29)
project(BM_Tree)
set(CMAKE_CXX_STANDARD 20)

find_package(Python3 REQUIRED COMPONENTS Interpreter Development NumPy)

add_executable(BuildBM_Tree
        source/buildMTree.cpp
        include/MTREE/computeNNPairs.h
        include/MTREE/buildHuffmanTree.h
        include/MTREE/buildBMTree.h
        include/MTREE/matplotlibcpp.h)
target_link_libraries(BuildBM_Tree PUBLIC Python3::Python Python3::NumPy ${TORCH_LIBRARIES})

4. 总结

上述三个CMakeLists.txt均可以成功，但友友们要保证自己的Python安装正确。不要存在应该装64位，装成了32位的情况。本人一开始是在anaconda创建了一个虚拟环境，添加了环境变量，但是一直不成功就狠心卸载了（其实主要是本人太菜了，都是泪）。后面安装了一个IDLE，安装的时候自动添加环境变量，装完还是不好使，才发现错怪anaconda了，主要就是CMakeLists.txt写的有问题。

如果写的有问题的地方，欢迎大家批评指正！