这篇文章给大家介绍怎么在python3 中利用Eigen对代码进行加速，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。
第一步：准备系统和IDE：
第二步：python虚拟环境：
1.创建虚拟python虚拟环境： 在vscode的terminal中执行
python -m venv env
2.下载 Eigen : 将Eigen解压到当前目录命名为 eigen-3.3.8
3.在vscode的terminal中激活虚拟环境：
./env/Scripts/Activate.ps1
4.安装pybind11:
pip install pybind11
安装numpy==1.19.3（使用1.19.4可能会有问题） :
pip install numpy==1.19.3
第三步：使用vs2015编写cpp_python.cpp, 并保证没有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为cpp_python.cpp添加python接口
// cpp_python.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//
#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";//解释说明
m.def("mat_add_py"/*在pyhon中使用的函数名*/, &add_mat);
}第五步：设置setup.py用来编译c++代码
from setuptools import setup
from setuptools import Extension
add_mat_module = Extension(name='add_mat_moudle', # 模块名称
sources=['cpp_python.cpp'], # 源码
include_dirs=[r'.\eigen-3.3.8',
r'.\env\Scripts', # 依赖的第三方库的头文件
r'.\env\Lib\site-packages\pybind11\include']
)
setup(ext_modules=[add_mat_module])第六步：编译测试
这是我当前的工作目录
注意：我的cpp_python.cpp和setup.py是在同一个文件夹下。
执行: "python .\setup.py build_ext --inplace"就会得下面的结果，生成.pyd文件表明我们已经编译成功。
运行测试：
关于怎么在python3 中利用Eigen对代码进行加速就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
