Python 使用 ctypes 调用 C++ 共享库的方法

Python 使用 ctypes 调用 C++ 共享库的核心步骤

第1步：编写 C++ 源码与头文件

为了使 Python 能够准确识别函数入口，C++ 代码必须使用 extern "C" 限制符包装，以防止编译器进行名称修饰（Name Mangling）。以简单的整数加法为例：

代码文件：add.cpp

int add(int a, int b) {
    return a + b;
}

头文件：add.h

extern "C"
int add(int a, int b);

第2步：编译生成动态链接库

在 Linux 或 macOS 环境下，使用 g++ 将上述源码编译为共享对象文件。命令如下：

$ g++ -fPIC -shared -o add.so add.cpp

参数说明：
- -fPIC：生成位置无关代码，是构建共享库的标准要求。
- -shared：指定输出为动态链接库格式。
- 若需传递 NumPy 数组，后续步骤中将编译对应的 add_arr.so。

第3步：在 Python 中加载并调用基础函数

使用 Python 标准库 ctypes 加载编译好的 .so 文件，并直接传递整型参数。代码如下：

from ctypes import cdll

lib = cdll.LoadLibrary('./add.so')
a = 5
b = 4
c = lib.add(a, b)
print("a + b = ", c)

执行后控制台将输出 a + b = 9。此时无需手动指定参数类型，ctypes 会默认匹配 C 风格的 int 传入。

第4步：传递 NumPy 数组的指针操作技巧

当需要处理大规模数据（如矩阵运算）时，直接拷贝数组会严重拖慢性能。正确的做法是将 NumPy 数组的底层内存地址作为指针传递给 C++，实现零拷贝交互。

C++ 实现（add_arr.cpp）：

void add_arr(double a[10][10], double b[10][10], double c[10][10]) {
    for (int i = 0; i < 10; i++) {
        for (int j = 0; j < 10; j++) {
            c[i][j] = a[i][j] + b[i][j];
        }
    }
}

对应头文件（add_arr.h）：

extern "C"
void add_arr(double a[10][10], double b[10][10], double c[10][10]);

Python 调用代码：

import numpy as np
from ctypes import cdll, POINTER, c_double

# 自定义辅助函数：将 NumPy 数组转为 ctypes 指针
def get_ptr(arr):
    return arr.ctypes.data_as(POINTER(c_double))

# 加载库并严格声明参数类型，防止隐式类型转换导致段错误
lib = cdll.LoadLibrary('./add_arr.so')
lib_add_arr = lib.add_arr
lib_add_arr.argtypes = [
    POINTER(c_double),
    POINTER(c_double),
    POINTER(c_double)
]

# 初始化测试数据（确保数据类型为 float64 以匹配 C++ double）
a = np.random.rand(10, 10).astype(np.float64)
b = np.random.rand(10, 10).astype(np.float64)
c = np.zeros((10, 10)).astype(np.float64)

# 传递指针执行计算
lib_add_arr(get_ptr(a), get_ptr(b), get_ptr(c))
print("Array calculation completed.")

在此流程中，.astype(np.float64) 确保内存布局连续且符合 C/C++ 的 double 标准，argtypes 强制类型检查提升稳定性。C++ 修改 c 数组的内容会直接反映在 Python 端的 c 变量中，从而实现高效的数据交换。

常见问题排错与注意事项

• 找不到动态库：确保 .so 文件位于 Python 脚本同级目录，或已添加到系统环境变量 LD_LIBRARY_PATH 中。
• 段错误（Segmentation Fault）：通常由参数类型不匹配或数组越界引起。务必使用 argtypes 声明签名，并确保 NumPy 数组数据对齐为 float64/double，切勿传递含空值的非标量结构。
• Windows 平台适配：Linux 使用 .so 后缀，Windows 需替换为 .dll，且编译命令应改用 MSVC 的 cl /DLL /Fe:add.dll add.cpp 或 MinGW-w64。

以上就是 Python 使用 ctypes 调用 C++ 方法的详细内容，更多关于 Python 跨语言编程与高性能计算的资料请关注本站其它相关文章！