python是很容易上手的程式語言，但是有些時候使用python編寫的程式並不能保證其執行速度（例如：while 和 for），這個時候我們就需要藉助c++等為我們的程式碼提速。下面是我使用pybind11呼叫c++的Eigen庫的簡單介紹:

第一步：準備系統和IDE：

• Windows 10
• vs2015 (用於除錯c++程式碼)
• vscode (除錯python程式碼)

第二步：python虛擬環境：

1.建立虛擬python虛擬環境： 在vscode的terminal中執行

python -m venv env

2.下載 Eigen : 將Eigen解壓到當前目錄命名為 eigen-3.3.8

3.在vscode的terminal中啟用虛擬環境：

./env/Scripts/Activate.ps1

4.安裝pybind11:

pip install pybind11

安裝numpy==1.19.3（使用1.19.4可能會有問題） :

 pip install numpy==1.19.3 

第三步：使用vs2015編寫cpp_python.cpp,並保證沒有bug

#include <Eigen/Dense>
using namespace std
using namespace Eigen
MatrixXd add_mat(MatrixXd A_mat,MatrixXd B_mat)
{
  return A_mat + B_mat;
}

第四步：使用pybind11為cpp_python.cpp新增python介面

// cpp_python.cpp : 此檔案包含 "main" 函式。程式執行將在此處開始並結束。
//
#include <pybind11/pybind11.h>
#include <pybind11/eigen.h>
#include<pybind11/numpy.h>
#include<fstream>
#include<iostream>
#include <Eigen/Dense>
using namespace std;
using namespace Eigen;

MatrixXd add_mat(MatrixXd A_mat,MatrixXd B_mat)
{
	return A_mat + B_mat;
}

namespace py = pybind11;
PYBIND11_MODULE(add_mat_moudle,m)
{
	m.doc() = "Matrix add";//解釋說明
	m.def("mat_add_py"/*在pyhon中使用的函式名*/,&add_mat);
}

第五步：設定setup.py用來編譯c++程式碼

from setuptools import setup
from setuptools import Extension

add_mat_module = Extension(name='add_mat_moudle',# 模組名稱
              sources=['cpp_python.cpp'],# 原始碼
              include_dirs=[r'.\eigen-3.3.8',r'.\env\Scripts',# 依賴的第三方庫的標頭檔案
                     r'.\env\Lib\site-packages\pybind11\include']
              )

setup(ext_modules=[add_mat_module])

第六步：編譯測試

這是我當前的工作目錄

注意：我的cpp_python.cpp和setup.py是在同一個資料夾下。

執行: "python .\setup.py build_ext --inplace"就會得下面的結果，生成.pyd檔案表明我們已經編譯成功。

執行測試：

到此這篇關於python3 通過 pybind11 使用Eigen加速程式碼的步驟詳解的文章就介紹到這了,更多相關python3 pybind11 Eigen加速程式碼內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！