pybind11 使用教程
2024-08-10 20:59:31作者:劳婵绚Shirley
项目介绍
pybind11 是一个轻量级的头文件库,旨在实现 C++ 和 Python 之间的无缝操作。它主要用于创建现有 C++ 代码的 Python 绑定。pybind11 的目标和语法与 Boost.Python 库类似,但它的实现更为简洁,不需要链接复杂的 Boost 库。pybind11 支持 Python 3.8+ 和 PyPy3.7+,并且可以绑定带有捕获变量的 C++11 lambda 函数。
项目快速启动
安装
首先,确保你已经安装了 pybind11。你可以通过以下命令安装:
pip install pybind11
编写绑定代码
以下是一个简单的示例,展示如何将一个 C++ 函数绑定到 Python:
#include <pybind11/pybind11.h>
int add(int i, int j) {
return i + j;
}
PYBIND11_MODULE(example, m) {
m.def("add", &add, "A function that adds two numbers");
}
编译
使用以下命令编译你的 C++ 代码:
c++ -O3 -Wall -shared -std=c++11 -fPIC $(python3 -m pybind11 --includes) example.cpp -o example$(python3-config --extension-suffix)
在 Python 中使用
编译完成后,你可以在 Python 中导入并使用这个模块:
import example
print(example.add(1, 2)) # 输出: 3
应用案例和最佳实践
案例一:绑定 C++ 类
你可以绑定 C++ 类,使其在 Python 中可用。以下是一个示例:
#include <pybind11/pybind11.h>
class Pet {
public:
Pet(const std::string &name) : name(name) {}
void setName(const std::string &name_) { name = name_; }
const std::string &getName() const { return name; }
private:
std::string name;
};
PYBIND11_MODULE(pet, m) {
pybind11::class_<Pet>(m, "Pet")
.def(pybind11::init<const std::string &>())
.def("setName", &Pet::setName)
.def("getName", &Pet::getName);
}
在 Python 中使用:
import pet
my_pet = pet.Pet("Molly")
print(my_pet.getName()) # 输出: Molly
my_pet.setName("Bobby")
print(my_pet.getName()) # 输出: Bobby
最佳实践
- 模块化设计:将不同的功能模块化,便于管理和维护。
- 文档注释:在绑定代码中添加详细的文档注释,方便其他开发者理解和使用。
- 错误处理:在 C++ 代码中添加适当的错误处理,确保 Python 代码的稳定性。
典型生态项目
pybind11_json
pybind11_json 是一个用于将 nlohmann::json 与 pybind11 结合的项目,使得在 C++ 和 Python 之间传递 JSON 数据更加方便。
pybind11_mkdoc
pybind11_mkdoc 是一个用于从 C++ 注释生成 Python 文档字符串的工具,帮助你自动生成文档。
pybind11_benchmark
pybind11_benchmark 是一个简单的基准测试工具,用于跟踪 pybind11 的性能变化。
通过这些生态项目,你可以更高效地使用 pybind11,并扩展其功能。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
570
3.84 K
Ascend Extension for PyTorch
Python
381
456
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
894
679
暂无简介
Dart
803
198
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
353
209
昇腾LLM分布式训练框架
Python
119
146
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781