我有许多 C 函数,我想从 python 调用它们。 cython 似乎是要走的路,但我真的找不到一个例子来说明这是如何完成的。我的 C 函数如下所示:
void calculate_daily ( char *db_name, int grid_id, int year,
double *dtmp, double *dtmn, double *dtmx,
double *dprec, double *ddtr, double *dayl,
double *dpet, double *dpar ) ;
我要做的就是指定前三个参数(一个字符串和两个整数),并恢复 8 个 numpy 数组(或 python 列表。所有 double 组都有 N 个元素)。我的代码假定指针指向已分配的内存块。此外,生成的 C 代码应该链接到一些外部库。
最佳答案
这是一个传递 numpy 数组的小而完整的示例 到外部 C 函数,逻辑上
fc( int N, double* a, double* b, double* z ) # z = a + b
使用 Cython。 (这对于熟悉它的人来说肯定是众所周知的。 欢迎评论。 最后一次更改:2011 年 2 月 23 日,适用于 Cython 0.14。)
初读或略读 Cython build 和 Cython with NumPy .
两步:
python f-setup.py build_ext --inplace
将f.pyx
和fc.cpp
->f.so
变成一个动态库python test-f.py
import f
加载f.so
;f.fpy( ... )
调用Cfc( ... )
。
python f-setup.py
使用distutils
运行cython,编译链接:
cython f.pyx -> f.cpp
编译 f.cpp
和 fc.cpp
链接 f.o fc.o
-> f.so
,
python import f
将加载的动态库。
对于学生,我建议:制作这些步骤的图表, 查看下面的文件,然后下载并运行它们。
(distutils
是一个巨大的、复杂的包,用于
制作用于分发的 Python 包,并安装它们。
这里我们只使用它的一小部分来编译和链接到 f.so
。
此步骤与 Cython 无关,但可能会造成混淆;
.pyx 中的简单错误可能会导致来自 g++ 编译和链接的晦涩错误消息页面。
也可以看看
distutils doc
和/或
SO questions on distutils .)
和make
一样,setup.py
会重新运行
cython f.pyx
和 g++ -c ... f.cpp
如果 f.pyx
比 f.cpp
更新。
要清理,rm -r build/
.
setup.py
的替代方法是在脚本或 Makefile 中单独运行这些步骤:
cython --cplus f.pyx -> f.cpp # 见 cython -h
g++ -c ... f.cpp -> f.o
g++ -c ... fc.cpp -> fc.o
cc-lib f.o fc.o -> 动态库 f.so
.
修改 cc-lib-mac
包装器
下面是您的平台和安装:它不漂亮,但很小。
对于 Cython 包装 C 的真实示例, 查看 .pyx 文件 SciKit .
另请参阅: Cython for NumPy users 和 SO questions/tagged/cython .
要解压以下文件,
将很多内容剪切粘贴到一个大文件中,例如 cython-numpy-c-demo
,
然后在 Unix 中(在一个干净的新目录中)运行 sh cython-numpy-c-demo
.
#--------------------------------------------------------------------------------
cat >f.pyx <<\!
# f.pyx: numpy arrays -> extern from "fc.h"
# 3 steps:
# cython f.pyx -> f.c
# link: python f-setup.py build_ext --inplace -> f.so, a dynamic library
# py test-f.py: import f gets f.so, f.fpy below calls fc()
import numpy as np
cimport numpy as np
cdef extern from "fc.h":
int fc( int N, double* a, double* b, double* z ) # z = a + b
def fpy( N,
np.ndarray[np.double_t,ndim=1] A,
np.ndarray[np.double_t,ndim=1] B,
np.ndarray[np.double_t,ndim=1] Z ):
""" wrap np arrays to fc( a.data ... ) """
assert N <= len(A) == len(B) == len(Z)
fcret = fc( N, <double*> A.data, <double*> B.data, <double*> Z.data )
# fcret = fc( N, A.data, B.data, Z.data ) grr char*
return fcret
!
#--------------------------------------------------------------------------------
cat >fc.h <<\!
// fc.h: numpy arrays from cython , double*
int fc( int N, const double a[], const double b[], double z[] );
!
#--------------------------------------------------------------------------------
cat >fc.cpp <<\!
// fc.cpp: z = a + b, numpy arrays from cython
#include "fc.h"
#include <stdio.h>
int fc( int N, const double a[], const double b[], double z[] )
{
printf( "fc: N=%d a[0]=%f b[0]=%f \n", N, a[0], b[0] );
for( int j = 0; j < N; j ++ ){
z[j] = a[j] + b[j];
}
return N;
}
!
#--------------------------------------------------------------------------------
cat >f-setup.py <<\!
# python f-setup.py build_ext --inplace
# cython f.pyx -> f.cpp
# g++ -c f.cpp -> f.o
# g++ -c fc.cpp -> fc.o
# link f.o fc.o -> f.so
# distutils uses the Makefile distutils.sysconfig.get_makefile_filename()
# for compiling and linking: a sea of options.
# http://docs.python.org/distutils/introduction.html
# http://docs.python.org/distutils/apiref.html 20 pages ...
# https://stackoverflow.com/questions/tagged/distutils+python
import numpy
from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext
# from Cython.Build import cythonize
ext_modules = [Extension(
name="f",
sources=["f.pyx", "fc.cpp"],
# extra_objects=["fc.o"], # if you compile fc.cpp separately
include_dirs = [numpy.get_include()], # .../site-packages/numpy/core/include
language="c++",
# libraries=
# extra_compile_args = "...".split(),
# extra_link_args = "...".split()
)]
setup(
name = 'f',
cmdclass = {'build_ext': build_ext},
ext_modules = ext_modules,
# ext_modules = cythonize(ext_modules) ? not in 0.14.1
# version=
# description=
# author=
# author_email=
)
# test: import f
!
#--------------------------------------------------------------------------------
cat >test-f.py <<\!
#!/usr/bin/env python
# test-f.py
import numpy as np
import f # loads f.so from cc-lib: f.pyx -> f.c + fc.o -> f.so
N = 3
a = np.arange( N, dtype=np.float64 )
b = np.arange( N, dtype=np.float64 )
z = np.ones( N, dtype=np.float64 ) * np.NaN
fret = f.fpy( N, a, b, z )
print "fpy -> fc z:", z
!
#--------------------------------------------------------------------------------
cat >cc-lib-mac <<\!
#!/bin/sh
me=${0##*/}
case $1 in
"" )
set -- f.cpp fc.cpp ;; # default: g++ these
-h* | --h* )
echo "
$me [g++ flags] xx.c yy.cpp zz.o ...
compiles .c .cpp .o files to a dynamic lib xx.so
"
exit 1
esac
# Logically this is simple, compile and link,
# but platform-dependent, layers upon layers, gloom, doom
base=${1%.c*}
base=${base%.o}
set -x
g++ -dynamic -arch ppc \
-bundle -undefined dynamic_lookup \
-fno-strict-aliasing -fPIC -fno-common -DNDEBUG `# -g` -fwrapv \
-isysroot /Developer/SDKs/MacOSX10.4u.sdk \
-I/Library/Frameworks/Python.framework/Versions/2.6/include/python2.6 \
-I${Pysite?}/numpy/core/include \
-O2 -Wall \
"$@" \
-o $base.so
# undefs: nm -gpv $base.so | egrep '^ *U _+[^P]'
!
# 23 Feb 2011 13:38
关于python - 用 cython 简单包装 C 代码,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/3046305/