Question

相应的要点是here。

我想使用SWIG从Python调用一堆C ++函数，特别是接受向量的函数。到目前为止，我已经使用std_vector.i和std::vector<double>实现了所有功能，但是由于我最终将它全部转换为Eigen::Vector3d，我认为我可能会更好地将其设为原生。一个小的C ++示例是

#ifndef MYTEST_HPP
#define MYTEST_HPP

#include <iostream>
#include <Eigen/Dense>

void
print_norm(const Eigen::Vector3d & x) {
  std::cout << x.norm() << std::endl;
}

void
print_norms(const std::vector<Eigen::Vector3d> & xs) {
  for (const auto & x: xs) {
      std::cout << x.norm() << std::endl;
  }
}

#endif // MYTEST_HPP

我不知道如何从Python中最好地调用它。也许

import mytest

a = [1, 1, 0]
mytest.print_norm(a)

这是合理的吗？ numpy.array也可能有效。无论哪种方式，我都不知道在我的mytest.i中放什么。

任何提示？

Answer 1

有一些包含Eigen类型的例子，其中NumPy在网络上漂浮，其中Biomechanical Toolkit实现是最广泛复制的，我也建议使用它。它看起来相对较大，但主要来自所有的理智检查和不同类型的单独模板。

从NumPy到Eigen的转换通过使用随附的numpy.i中的obj_to_array_contiguous_allow_conversion函数，然后是PyArray_DATA来获取数据作为连续的C（++）数组，从中数据被简单地分配给特征矩阵中的每个系数。

另一种方式几乎是相反的：用PyArray_SimpleNew创建一个python NumPy数组，其中填充了来自Eigen矩阵的数据。

它没有直接对std::vector<Eigen::Vector3d>进行包装，您可以使用%include <stl.i>进行设置，但根据我的经验，最好使用Nx3 numpy数组作为3D列表向量，因为Eigen，对齐和STL容器的问题。

SWIG与Eigen3 :: Vector3d和std :: vector <vector3d>

1 个答案: