Question

在R中，我们可以使用Rcpp来调用cpp函数，如下所示：

#include <Rcpp.h>
using namespace Rcpp;
// [[Rcpp::export]]
SEXP critcpp(SEXP a, SEXP b){
     NumericMatrix X(a);
     NumericVector crit(b);
     int p = XtX.ncol();
          NumericMatrix critstep(p,p);
     NumericMatrix deltamin(p,p);
     List lst(2);
         for (int i = 0; i < (p-1); i++){
            for (int j = i+1; j < p; j++){
               --some calculations
             }
          }
          lst[0] = critstep;
          lst[1] = deltamin;
          return lst;
}

我想在python中做同样的事情。我经历过Boost，SWIG等，但我的新手Python眼睛似乎很复杂。这里的蟒蛇巫师能否指出我正确的方向。我需要从Python函数中调用这个C ++函数。

Answer 1

因为我认为唯一真正的答案是花一些时间来重写你发布的功能，或者为函数编写一些包装器（绝对可能但非常耗费时间）我完全回答不同的方法......

没有通过任何类型的编译转换，一个非常快的方法（从编程时间的角度来看，而不是效率）可能直接调用R解释器与你发布的函数的模块python，通过python rpy2模块，如here所述。它需要panda模块来处理来自R的数据框。

要使用的模块（在python中）是：

import numpy as np  # for handling numerical arrays
import scipy as sp  # a good utility
import pandas as pd  # for data frames
from rpy2.robjects.packages import importr  # for importing your module
import rpy2.robjects as ro  # for calling R interpreter from within python
import pandas.rpy.common as com  # for storing R data frames in pandas data frames.

在您的代码中，您应该通过调用importr

来导入您的模块

importr('your-module-with-your-cpp-function')

您可以通过发出以下命令直接向R发送命令：

ro.r('x = your.function( blah blah )')
x_rpy = ro.r('x')
type(x_rpy)
# => rpy2.robjects.your-object-type

您可以通过以下方式将数据存储在数据框中：

py_df = com.load_data('variable.name')

并通过以下方式推回数据框：

r_df = com.convert_t_r_dataframe(py_df)
ro.globalenv['df'] = r_df

这肯定是您的问题的解决方法，但它可能被视为某些应用程序的合理解决方案，即使我不建议用于＆＃34;生产＆＃34;。

从Inside Python函数调用C ++函数

1 个答案: