python3 通過 pybind11 使用Eigen加速代碼

python是很容易上手的編程語言，但是有些時候使用python編寫的程序並不能保證其運行速度（例如：while 和 for），這個時候我們就需要借助c++等為我們的代碼提速。下面是我使用pybind11調用c++的Eigen庫的簡單介紹:

第一步：准備系統和IDE：

• Windows 10 
• vs2015 (用於調試c++代碼)
• vscode (調試python代碼)

第二步：python虛擬環境：

1. 創建虛擬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中激活虛擬環境：

    ./env/Scripts/Activate.ps1
   
   

   　　

4. 安裝pybind11: 

   pip install pybind11

    

5. 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添加python接口

 

// cpp_python.cpp : 此文件包含 "main" 函數。程序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中使用的函數名*/, &add_mat);
}

第五步：設置setup.py用來編譯c++代碼

from setuptools import setup
from setuptools import Extension

add_mat_module = Extension(name='add_mat_moudle',  # 模塊名稱
                           sources=['cpp_python.cpp'],    # 源碼
                           include_dirs=[r'.\eigen-3.3.8',
                                        r'.\env\Scripts',     # 依賴的第三方庫的頭文件
                                         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是在同一個文件夾下。

 

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

 

運行測試：