在另一个应用程序中嵌入python时,如何在子模块(即scipy.optimize.nnls)中导入或调用函数
When embedding python in another application how do I import or call a function in a submodule (i.e. scipy.optimize.nnls)?
首先,我将重申一个问题:当使用python文档和其他资源将Python嵌入C/C++应用程序中时。我发现您可以使用以下方法导入模块
PyObject *pName = PyUnicode_FromString((char*)"scipy");
PyObject *pModule = PyImport_Import(pName);
但是如果我尝试导入"scipy.optimize"
PyObject *pName = PyUnicode_FromString((char*)"scipy.optimize");
PyObject *pModule = PyImport_Import(pName);
则程序无法初始化pModule
。如果我再试一次
PyObject *pName = PyUnicode_FromString((char*)"scipy");
PyObject *pModule = PyImport_Import(pName);
pFunc = PyObject_GetAttrString(pModule, (char*)"optimize.nnls");
我在函数名称中输入optimize
的地方,它无法初始化pFunc
.如何在子模块中导入或调用函数,即如何调用函数scipy.optimize.nnls?
接下来,我将布置我的代码,以防它有帮助:
/* Relelvant imports
#include <Python.h>
#include <numpy/arrayobject.h>
*/
void nnls::update(const vec& x, const vec& y)
{
mat B;
vecToGslVec(x, gslx);
generateX(X, gslx);
A = gslMatToMat(X);
B = A.transpose();
long double *c_out;
Py_Initialize();
PyObject *pName = PyUnicode_FromString((char*)"scipy"); //Issue Here
check(pName, "pName not initializes.");
PyObject *pModule = PyImport_Import(pName);
check(pModule, "pModule not initializes.");
PyObject *pFunc, *pArgs, *pResult;
PyArrayObject *pNpArray;
npy_intp Adims[2]; Adims[0] = A.rows(); Adims[1] = A.cols();
npy_intp bdim[1]; bdim[0] = y.size();
if (pModule != NULL) {
pFunc = PyObject_GetAttrString(pModule, (char*)"optimize.nnls"); //Issue Here
check(pFunc, "pFunc not initializes.");
/*program never advances past this point unless I remove this check,
in which case I get a segfault, because pFunc is not initialized.*/
if (pFunc && PyCallable_Check(pFunc)) {
pArgs = PyTuple_Pack(2,
PyArray_SimpleNewFromData(2, Adims, NPY_FLOAT, B.data()),
PyArray_SimpleNewFromData(1, bdim , NPY_FLOAT,
const_cast<double*> (y.data()))
);
check(pArgs, "pArgs not initializes.");
pResult = PyObject_CallObject(pFunc, pArgs);
check(pResult, "pResult not initializes.");
pNpArray = reinterpret_cast<PyArrayObject*>(pResult);
log_info("not PyArray cast");
}
Py_DECREF(pFunc);
}
Py_DECREF(pModule);
Py_DECREF(pArgs);
c_out = reinterpret_cast<long double*>(PyArray_DATA(pNpArray));
for(size_t i=0; i<order; i++){
gsl_vector_set(gslc, i, c_out[i]);
}
if (pResult != NULL) Py_DECREF(pResult); Py_DECREF(pNpArray);
Py_Finalize();
}
再次,我的问题在行中
PyObject *pModule = PyImport_Import(pName);
和
pFunc = PyObject_GetAttrString(pModule, (char*)"optimize.nnls");
如果我设置
pName = PyUnicode_FromString((char*)"scipy.optimize");
或
pFunc = PyObject_GetAttrString(pModule, (char*)"optimize.nnls");
代码无法在这些点初始化这些变量。
因此,最后一次重申我的问题,在这种情况下,如何导入模块scipy.optimize
或调用函数optimize.nnls
?谢谢。我希望它不会太混乱,如果让我知道,我会澄清。
就像很少使用的内置__import__
函数一样,当您PyImport_Import
名称scipy.optimize
时,导入系统确实加载了scipy.optimize
模块,但它返回scipy
而不是scipy.optimize
。您需要遵循属性链到scipy.optimize.nnls
:
PyObject *scipy = PyImport_Import(pName);
PyObject *optimize = PyObject_GetAttrString(scipy, "optimize");
PyObject *nnls = PyObject_GetAttrString(optimize, "nnls");
与往常一样,当您完成任何参考资料时,不要忘记Py_DECREF
您拥有的任何参考资料。这包括诸如 pName
.
首先,我从来没有使用过PyImport_Import()
。 我一直使用 PyImport_ImportModule()
,它采用const char *
参数而不是PyObject *
。 这应该可以节省代码中的一些步骤。
PyObject *pModule = PyImport_ImportModule("scipy.optimize");
PyObject *pFunc = PyObject_GetAttrString(pModule, "nnls");
这就是我在编写的代码中做事的方式。 PyImport_ImportModule()
处理包层次结构。 PyObject_getAttrString()
不知道如何处理这个点。
我从未使用过PyImport_Import()
,所以我不知道它的行为会如何改变事情。
- C++生成器 10.2 基于函数的优化状态"unknown attribute 'optimize' ignored"
- 将 python、numpy 和 scipy 代码转换为兼容C++代码?
- EXC_BAD_ACCESS或SIGABRT,同时从C++拨打scipy.stats.anderson_ksamp
- scipy.io.loadmat() 导致指向 PyImport_Import() 的空指针
- C++相当于Python的scipy.sparse.rand
- 微分方程的解在 boost::odeint 和 scipy.integrate 中完全不同
- 比numpy/scipy openblas慢性 mkl或开放式布拉斯
- 在另一个应用程序中嵌入python时,如何在子模块(即scipy.optimize.nnls)中导入或调用函数
- 使用scipy.weave.inline将大整数从Python传递到C/C++
- 带提升功能的 Scipy::p ython 函数
- 相当于 C++ 中的 python:scipy.optimize()
- Comparison Boost.Odeint vs Scipy.integrate.odeint?
- 将scipy.ndimage.filters correlated1d从Python移植到C++或C#
- 犰狳/ MKL /其他?c++中的插补相当于Scipy中的插补
- 在哪里可以找到SciPy库中csr矩阵加法的内部工作
- 对于小数组,比scipy. nimage .filters.laplace更快的离散拉普拉斯