跳转至

环境配置

首先找到Python的include files，并加入IntelliSense的path中。还要找到numpy的include files，在site-packages里面。

我们可以这样调用Python的C++包 

#include <Python.h>

下面是一些numpy的include 

#include <Python.h>
#include <numpy/arrayobject.h>

How to extend Numpy

“主函数”

定义函数

这一节考虑mymethods的编写，它通常static声明为一个PyMethodDef的数组，官方文档的例子如下。

static PyMethodDef mymethods[] = {
    { nokeywordfunc,nokeyword_cfunc,
      METH_VARARGS,
      Doc string},
    { keywordfunc, keyword_cfunc,
      METH_VARARGS|METH_KEYWORDS,
      Doc string},
    {NULL, NULL, 0, NULL} /* Sentinel */
}

每一个PyMethodDef对象需要包含以下东西

  • 在Python中的名字
  • 对应在C中的函数名字
  • flags indicating 函数是否要接受keyword
  • 函数的docstring

值得注意的是最后需要整一个NULL作为哨兵结点。

没有Keyword arguments的函数

不接受keyword arguments的函数需要向下面这样写 

static PyObject*
nokeyword_cfunc (PyObject *dummy, PyObject *args)
{
    /* convert Python arguments */
    /* do function */
    /* return something */
}

这里的这个args包含传进来的所有参数，放在一个tuple中。常用的两个处理方式如下

  • PyArg_ParseTuple (args, format_string, addresses_to_C_variables…)
  • PyArg_UnpackTuple (tuple, “name”, min, max, …)

下面是一个用PyArg_ParseTuple的例子 

PyObject *input;
PyArray_Descr *dtype;
if (!PyArg_ParseTuple(args, "OO&", &input, PyArray_DescrConverter, &dtype)) return NULL;
在这个例子中，如果转换成功，dtype中会有一个新的指向一个PyArray_Descr*对象的引用，然而input中会有一个borrowed的引用。