Интеграция C и Python: эффективные способы импорта библиотек

Расширенные примеры практической интеграции

Пример 1: Работа со структурами в ctypes

import ctypes

class Point(ctypes.Structure):
    _fields_ = [("x", ctypes.c_int),
                ("y", ctypes.c_int)]

libc = ctypes.CDLL("libc.so.6")

# Функция: void print_point(Point*)
# Для демонстрации создадим свою C функцию, но можем использовать typedef
# Вместо этого покажем передачу структуры по значению

libc.print_point = ctypes.CFUNCTYPE(None, Point)(lambda p: print(f"Point({p.x}, {p.y})"))

p = Point(10, 20)
libc.print_point(p)  # Вызовет lambda

Point(10, 20)

В примере создаётся структура Point с полями x, y и передаётся в функцию, объявленную через CFUNCTYPE. Это демонстрирует, как определить прототип вызова на лету. Проблема: для реальных библиотек необходимо знать подпись функции заранее.

Пример 2: Обработка массивов и указателей с CFFI

from cffi import FFI

ffi = FFI()
ffi.cdef("""
    double sum_array(double *arr, int size);
""")

# Напишем простую C функцию, которую скомпилируем в библиотеку (для примера)
# Предположим, библиотека libarray.so уже есть
lib = ffi.dlopen("./libarray.so")

# Создаём массив в Python
arr = [1.0, 2.0, 3.0, 4.0, 5.0]
# Преобразуем в C-массив
c_arr = ffi.new("double[]", arr)
result = lib.sum_array(c_arr, len(arr))
print(f"Сумма элементов: {result}")

Сумма элементов: 15.0

Ключевой момент: ffi.new создаёт C-совместимый массив, который передаётся как указатель. Управление памятью автоматическое: при удалении объекта c_arr память освободится. При этом код на Python очень чистый, без ручного освобождения.

Пример 3: Компиляция и вызов Cython модуля

# file: fib.pyx
cdef extern int fibonacci_c(int n) nogil

def fibonacci(int n):
    cdef int result
    with nogil:
        result = fibonacci_c(n)
    return result

Предположим, есть C-библиотека libfib.so с функцией fibonacci_c. После компиляции (cythonize -i fib.pyx) получаем fib.cpython-*.so.

# test_fib.py
from fib import fibonacci
print(f"fib(10) = {fibonacci(10)}")

fib(10) = 55

Вызов скомпилированной функции не имеет накладных расходов Python при работе с C. Важно: для использования with nogil функция C не должна вызывать какие-либо операторы Python, но это даёт возможность параллельных вычислений.

Пример 4: Генерация обёртки через SWIG для библиотеки работы с матрицами

// matrix.i
%module matrix
%{
#include "matrix.h"
%}

typedef struct Matrix {
    double *data;
    int rows, cols;
} Matrix;

Matrix* mat_create(int rows, int cols);
void mat_free(Matrix* m);
double mat_get(Matrix* m, int i, int j);

После swig -python matrix.i генерируются файлы matrix_wrap.c и matrix.py. Компилируем:

gcc -shared -fPIC -o _matrix.so matrix_wrap.c matrix.c -I/usr/include/python3.10

# Использование в Python
import matrix
m = matrix.mat_create(3, 3)
print(matrix.mat_get(m, 0, 1))
matrix.mat_free(m)

0.0

SWIG создаёт класс для Matrix с методами, если описаны соответствующие функции. Для корректного управления памятью рекомендуется добавить %newobject mat_create и %delobject mat_free в интерфейсном файле, иначе Python может не освободить ресурсы.