cython 包装DLL：从C ++到Cython到Python

2024-04-15 03:56:03 32

示例

这展示了一个用Cython包装C++dll的简单例子。它将涵盖以下主要步骤：

使用VisualStudio使用C++创建示例DLL。

用Cython包裹DLL，以便可以在Python中调用它。

假定您已安装Cython，并可以在Python中成功导入它。

对于DLL步骤，还假定您熟悉在VisualStudio中创建DLL。

完整的示例包括以下文件的创建：

complexFunLib.h：C++DLL源的头文件

complexFunLib.cpp：C++DLL源的CPP文件

ccomplexFunLib.pxd：Cython“头文件”

complexFunLib.pyx：Cython“包装器”文件

setup.py：complexFunLib.pyd使用Cython创建的Python安装文件

run.py：导入已编译的Cython包装的DLL的示例Python文件

C++DLL来源：complexFunLib.h和complexFunLib.cpp

如果您已经有了DLL和标头源文件，请跳过此步骤。首先，我们创建C++源，使用VisualStudio从中编译DLL。在这种情况下，我们要使用复杂的指数函数进行快速数组计算。以下两个函数对数组and进行计算，结果存储在中。有两种功能可同时满足单精度和双精度。请注意，这些示例函数使用OpenMP，因此请确保在项目的VisualStudio选项中启用了OpenMP。k*exp(ee)keeres

H档

// Avoids C++ name mangling with extern "C"
#define EXTERN_DLL_EXPORT extern "C" __declspec(dllexport)  
#include <complex>
#include <stdlib.h>

//处理64位复数，即两个32位（4字节）浮点数
EXTERN_DLL_EXPORT void mp_mlt_exp_c4(std::complex<float>* k, 
                                     std::complex<float>* ee,
                                     int sz, 
                                     std::complex<float>* res, 
                                     int threads);

//处理128位复数，即两个64位（8字节）浮点数
EXTERN_DLL_EXPORT void mp_mlt_exp_c8(std::complex<double>* k,                                       std::complex<double>* ee,
                                     int sz, 
                                     std::complex<double>* res, 
                                     int threads);

CPP文件

#include "stdafx.h"
#include <stdio.h>
#include <omp.h>
#include "complexFunLib.h"

void mp_mlt_exp_c4(std::complex<float>* k,
                   std::complex<float>* ee,
                   int sz,
                   std::complex<float>* res,
                   int threads)
{
    //使用OpenMP并行指令进行多处理
    #pragmaomp并行num_threads（线程）
    {
        #编译指示
        for (int i = 0; i < sz; i++) res[i] = k[i] * exp(ee[i]);
    }
}

void mp_mlt_exp_c8(std::complex<double>* k,
                   std::complex<double>* ee,
                   int sz, std::complex<double>* res,
                   int threads)
{
    //使用OpenMP并行指令进行多处理
    #pragmaomp并行num_threads（线程）
    {
        #编译指示
        for (int i = 0; i < sz; i++) res[i] = k[i] * exp(ee[i]);
    }
}

Cython来源：ccomplexFunLib.pxd和complexFunLib.pyx

接下来，我们创建包装C++DLL所需的Cython源文件。在此步骤中，我们进行以下假设：

您已经安装了Cython

您拥有一个有效的DLL，例如上述的DLL

最终目标是创建将这些Cython源文件与原始DLL结合使用，以编译.pyd可作为Python模块导入并公开用C++编写的函数的文件。

PXD文件

该文件对应于C++头文件。在大多数情况下，您可以通过Cython特定的较小更改将标头复制粘贴到此文件中。在这种情况下，使用了特定的Cython复合体类型。请注意c在开头添加ccomplexFunLib.pxd。这不是必需的，但是我们发现这样的命名约定有助于维护组织。

cdef extern from "complexFunLib.h":
    void mp_mlt_exp_c4(float complex* k, float complex* ee, int sz,
                       float complex* res, int threads);
    void mp_mlt_exp_c8(double complex* k, double complex* ee, int sz,
                       double complex* res, int threads);

PYX文件

该文件对应于C++cpp源文件。在此示例中，我们将指向Numpyndarray对象的指针传递给导入DLL函数。也可以将内置的Cythonmemoryview对象用于数组，但是其性能可能不如ndarray对象（但是语法明显更清晰）。

cimport ccomplexFunLib  # Import the pxd "header"
#对于Numpy导入，请注意，C导入大多数在Python导入之后
import numpy as np  #导入PythonNumpy
cimport numpy as np  #导入C块

#从Python和Cstdlib导入一些功能
fromcpython.pycapsulecimport *

#Python包装函数。
#请注意，可以在签名中添加类型

def mp_exp_c4(np.ndarray[np.complex64_t, ndim=1] k,
              np.ndarray[np.complex64_t, ndim=1] ee,
              int sz,
              np.ndarray[np.complex64_t, ndim=1] res,
              int threads):
    '''
    TODO: Python docstring
    '''
    #在参数上调用导入的DLL函数。
    #注意，我们正在传递一个指向每个数组中第一个元素的指针
    ccomplexFunLib.mp_mlt_exp_c4(&k[0], &ee[0], sz, &res[0], threads)
    
def mp_exp_c8(np.ndarray[np.complex128_t, ndim=1] k,
              np.ndarray[np.complex128_t, ndim=1] ee,
              int sz,
              np.ndarray[np.complex128_t, ndim=1] res,
              int threads):
    '''
    TODO: Python docstring
    '''
    ccomplexFunLib.mp_mlt_exp_c8(&k[0], &ee[0], sz, &res[0], threads)

Python来源：setup.py和run.py

setup.py

该文件是执行Cython编译的Python文件。其目的是生成编译后的.pyd文件，然后可以由Python模块将其导入。在这个例子中，我们一直所需的所有文件（即complexFunLib.h，complexFunLib.dll，ccomplexFunLib.pxd和complexFunLib.pyx）在同一目录中setup.py。

创建此文件后，应使用以下参数从命令行运行该文件：build_ext--inplace

一旦执行了该文件，它应产生一个.pyd文件而不会引起任何错误。请注意，在某些情况下，如果有错误，.pyd可能会创建，但无效。setup.py使用生成的之前，请确保在执行时不会抛出任何错误.pyd。

fromdistutils.coreimport setup
fromdistutils.extensionimport Extension
fromCython.Distutilsimport build_ext
import numpy as np

ext_modules = [
    Extension('complexFunLib',
              ['complexFunLib.pyx'],
              #请注意，此处指定了C++语言
              #默认语言是C
              language="c++",  
              libraries=['complexFunLib'],
              library_dirs=['.'])
    ]

setup(
    name = 'complexFunLib',
    cmdclass = {'build_ext': build_ext},
    ext_modules = ext_modules,
    include_dirs=[np.get_include()]  #这将获取所有必需的Numpy核心文件
)

运行

现在complexFunLib可以直接导入到Python模块中，并调用包装的DLL函数。

import complexFunLib
import numpy as np

#创建要求幂的非平凡复数数组，
#即res=k*exp(ee)
k = np.ones(int(2.5e5), dtype='complex64')*1.1234 + np.complex64(1.1234j)
ee = np.ones(int(2.5e5), dtype='complex64')*1.1234 + np.complex64(1.1234j) 
sz =k.size #获取大小整数
res = np.zeros(int(2.5e5), dtype='complex64')  #创建结果数组

#通话功能
complexFunLib.mp_exp_c4(k, ee, sz, res, 8)  

#打印结果
print(res)

cython 包装DLL：从C ++到Cython到Python

示例

C++DLL来源：complexFunLib.h和complexFunLib.cpp

Cython来源：ccomplexFunLib.pxd和complexFunLib.pyx

Python来源：setup.py和run.py

热门推荐

随机推荐