使用pybind11从c ++调用Python函数

Question

我正在尝试从包含main()使用的函数的C ++代码中调用python函数Pybind11。但是我发现很少有参考资料可用。现有的大多数文档都谈到了相反的方向，即从Python调用C ++。

有没有完整的示例说明如何执行此操作？我找到的唯一参考是：https : //github.com/pybind/pybind11/issues/30

但是它的信息很少。

Answer 1

Jasons 的回答非常正确，但我想添加一个稍微复杂（和干净）的示例，该示例使用numpy输入调用 python 方法。我想展示两点：

1. 我们可以将 a 转换py::object为 a py::functionusingpy::reinterpret_borrow<py::function>
2. 我们可以输入一个std::vector自动转换为一个numpy.array

请注意，用户有责任确保它PyModule.attr实际上是一个 python 函数。另请注意，类型转换适用于多种c++类型（有关详细信息，请参见此处）。

在这个例子中，我想使用从 c++ 接口提供scipy.optimize.minimize的起始点的方法x0。

#include <iostream>
#include <vector>
#include <pybind11/pybind11.h>
#include <pybind11/embed.h>  // python interpreter
#include <pybind11/stl.h>  // type conversion

namespace py = pybind11;

int main() {
  std::cout << "Starting pybind" << std::endl;
  py::scoped_interpreter guard{}; // start interpreter, dies when out of scope

  py::function min_rosen =
      py::reinterpret_borrow<py::function>(   // cast from 'object' to 'function - use `borrow` (copy) or `steal` (move)
          py::module::import("py_src.exec_numpy").attr("min_rosen")  // import method "min_rosen" from python "module"
      );

  py::object result = min_rosen(std::vector<double>{1,2,3,4,5});  // automatic conversion from `std::vector` to `numpy.array`, imported in `pybind11/stl.h`
  bool success = result.attr("success").cast<bool>();
  int num_iters = result.attr("nit").cast<int>();
  double obj_value = result.attr("fun").cast<double>();
}

使用 python 脚本 py_src/exec_numpy.py

import numpy as np
from scipy.optimize import minimize, rosen, rosen_der

def min_rosen(x0):
    res = minimize(rosen, x0)
    return res

希望这可以帮助某人！

Answer 2

这个问题的答案实际上包括两部分：一个关于从C ++调用Python函数，另一个关于嵌入解释器。

在pybind11中调用一个函数仅是将该函数放入一个pybind11::object变量中，您可以在该变量上调operator()用以尝试调用该对象。（它不一定是一个函数，而只是可以调用的东西：例如，它也可以是带有__call__方法的对象）。例如，math.sqrt(2)要使用C ++代码进行调用，您可以使用：

auto math = py::module::import("math");
auto resultobj = math.attr("sqrt")(2);
double result = resultobj.cast<double>();

或者您可以将所有内容压缩为：

double result = py::module::import("math").attr("sqrt")(2).cast<double>();

问题的第二部分涉及如何从C ++可执行文件执行此操作。构建可执行文件时（即，当C ++代码包含时main()），必须先将Python解释器嵌入二进制文件中，然后才能对Python进行任何操作（例如调用Python函数）。

嵌入式支持是当前pybind11 master分支（它将成为2.2版本）中添加的一项新功能。这是一个基本示例，该示例启动嵌入式Python解释器并调用Python函数（math.sqrt）：

#include <pybind11/embed.h>
#include <iostream>

namespace py = pybind11;

int main() {
    py::scoped_interpreter python;

    auto math = py::module::import("math");
    double root_two = math.attr("sqrt")(2.0).cast<double>();

    std::cout << "The square root of 2 is: " << root_two << "\n";
}

输出：

The square root of 2 is: 1.41421

有关调用函数和嵌入的更多示例和文档，请访问http://pybind11.readthedocs.io/en/master/advanced/pycpp/object.html和http://pybind11.readthedocs.io/en/master/advanced/ embedding.html。

Answer 3

1. 项目结构

• CMakeLists.txt
• 计算程序
• 主程序

2. 主程序

   #include <pybind11/embed.h>
   #include <iostream>
   namespace py = pybind11;
   using namespace py::literals;
   
   
   int main() {
       py::scoped_interpreter guard{};
   
       // append source dir to sys.path, and python interpreter would find your custom python file
       py::module_ sys = py::module_::import("sys");
       py::list path = sys.attr("path");
       path.attr("append")("..");
   
       // import custom python class and call it
       py::module_ tokenize = py::module_::import("calc");
       py::type customTokenizerClass = tokenize.attr("CustomTokenizer");
       py::object customTokenizer = customTokenizerClass("/Users/Caleb/Desktop/codes/ptms/bert-base");
       py::object res = customTokenizer.attr("custom_tokenize")("good luck");
   
       // show the result
       py::list input_ids = res.attr("input_ids");
       py::list token_type_ids = res.attr("token_type_ids");
       py::list attention_mask = res.attr("attention_mask");
       py::list offsets = res.attr("offset_mapping");
       std::string message = "input ids is {},\noffsets is {}"_s.format(input_ids, offsets);
       std::cout << message << std::endl;
   }
   

3. 计算程序

   from transformers import BertTokenizerFast
   
   
   class CustomTokenizer(object):
       def __init__(self, vocab_dir):
           self._tokenizer = BertTokenizerFast.from_pretrained(vocab_dir)
   
       def custom_tokenize(self, text):
           return self._tokenizer(text, return_offsets_mapping=True)
   
   
   def build_tokenizer(vocab_dir: str) -> BertTokenizerFast:
       tokenizer = BertTokenizerFast.from_pretrained(vocab_dir)
       return tokenizer
   
   
   def tokenize_text(tokenizer: BertTokenizerFast, text: str) -> dict:
       res = tokenizer(text, return_offsets_mapping=True)
       return dict(res)
   
   

4. CMakeLists.txt

   cmake_minimum_required(VERSION 3.4)
   project(example)
   set(CMAKE_CXX_STANDARD 11)
   
   # set pybind11 dir
   set(pybind11_DIR /Users/Caleb/Softwares/pybind11)
   find_package(pybind11 REQUIRED)
   
   # set custom python interpreter(under macos)
   link_libraries(/Users/Caleb/miniforge3/envs/py38/lib/libpython3.8.dylib)
   
   add_executable(example main.cpp)
   target_link_libraries(example PRIVATE pybind11::embed)