项目使用Qt搭建了一个数据库软件，这个软件还需要有一些数据分析、特征重要度计算、性能预测等功能，而python的机器学习第三方库比较成熟，使用起来也比较便捷，因此这里需要用到Qt(c++)+python混合编程，在此记录一下相关方法与问题，以方便自己与他人。
本项目使用的是QtCreator(Qt5.5.0)+VisualStudio2013+python3.6.5搭建。其他版本只要版本是正确对应的，都大同小异。
文章目录 准备工作Qt调用python脚本python文件Qvector转pyObject类型Qt调用python脚本在Qt项目中调用`kde.py`的`plotKDE`函数显示图像(有输入，无返回值)：在Qt项目中调用`kde.py`的`loadData`函数读取本地数据(无输入，有返回值)： 注意事项Reference:
准备工作
假设你已经正确安装了Qt和python，由于Qt中的slots关键字与python重复，这里我们需要修改一下文件../Anaconda/include/object.h(注意先将原文件备份)：
原文件(448行)：
typedef struct{ const char* name; int basicsize; int itemsize; unsigned int flags; PyType_Slot *slots; /* terminated by slot==0. */} PyType_Spec;
修改为：
typedef struct{ const char* name; int basicsize; int itemsize; unsigned int flags; #undef slots // 这里取消slots宏定义 PyType_Slot *slots;/* terminated by slot==0. */ #define slots Q_SLOTS // 这里恢复slots宏定义与QT中QObjectDefs.h中一致} PyType_Spec;
完成上述工作后我们需要在.pro文件中加入python的路径信息(我的python路径是Y:/Anaconda)：
INCLUDEPATH += -I Y:/Anaconda/includeLIBS += -LY:/Anaconda/libs -lpython36
将python3.dll，python36.dll，pythoncom36.dll，pywintypes36.dll放到.exe目录下。
Qt调用python脚本 python文件
创建一个python脚本放在release项目目录下，这里我们新建了一个kde.py,其中包含无返回值函数plotKDE(x, column, kernel, algorithm, breadth_first, bw, leaf_size, atol, rtol, title)用于绘制核KDE曲线与直方图和有返回值函数loadData()用于读取本地.csv文件，图像绘制效果如下所示：
kde.py部分代码如下(为方便表达，后续步骤中我们将plotKDE函数简写为plotKDE(x, column， kernel))：
import csvimport osimport matplotlib as mplfrom matplotlib import pyplot as pltimport numpy as npfrom sklearn.neighbors import KernelDensitympl.use(‘TkAgg’)mpl.rcParams[‘font.sans-serif’] = [‘SimHei’]mpl.rcParams[‘axes.unicode_minus’] = FalseBASE_DIR = os.path.dirname(__file__)file_path = os.path.join(BASE_DIR, ‘train.csv’)def plotKDE(x, column, kernel=’gaussian’, algorithm=’auto’, breadth_first=1, bw=30, leaf_size=40, atol=0, rtol=1E-8, title): # kde x_plot = np.linspace(min(x), max(x), 1000).reshape(-1, 1) x = np.mat(x).reshape(-1, 1) fig, ax = plt.subplots() kde = KernelDensity(bandwidth=bw, algorithm=algorithm, kernel=kernel, atol=atol, rtol=rtol, breadth_first=breadth_first, leaf_size=leaf_size).fit(x) log_dens = kde.score_samples(x_plot) ax.hist(x, density=True, color=’lightblue’) ax.plot(x_plot[:, 0], np.exp(log_dens)) plt.title(title[column]) plt.show()def loadData(): x = [] with open(file_path, ‘rt’) as csvfile: reader = csv.reader(csvfile) for line in reader: tmp = list(map(float, line[4:])) x.append(tmp) return x Qvector转pyObject类型
此处新建了一个类用于将Qt中存储的数据的QVector<double>类型等转换为用于python脚本的QObject类型。QVector<QVector<double>>的转换方法可以此类推。
PyObject *Utility::UtilityFunction::convertLabelData(QVector<double> *labels){ int labelSize = labels->size(); PyObject *pArgs = PyList_New(labelSize); for (int i = 0; i < labelSize; ++i) { PyList_SetItem(pArgs, i, Py_BuildValue(“d”, (*labels)[i])); } return pArgs;} Qt调用python脚本 在Qt项目中调用kde.py的plotKDE函数显示图像(有输入，无返回值)： // 初始化Py_Initialize();if (!Py_IsInitialized()) { printf(“inititalize failed”); qDebug() << “inititalize failed”; return ;}else { qDebug() << “inititalize success”;}// 加载模块，即loadtraindata.pyPyObject *pModule = PyImport_ImportModule(“kde”);if (!pModule) { PyErr_Print(); qDebug() << “not loaded!”; return ;}else { qDebug() << “load module success”;}// QVector<double> pKDE中存放了选中列的所有数据PyObject *pKDEdata = Utility::UtilityFunction::convertLabelData(&pKDE); // 类型转换PyObject *pArg = PyTuple_New(3);PyTuple_SetItem(pArg, 0, pKDEdata);// int column表示选中的列的索引PyTuple_SetItem(pArg, 1, Py_BuildValue(“i”, column));// Qstring kernel表示核类型PyTuple_SetItem(pArg, 2, Py_BuildValue(“s”, kernel.toStdString().c_str()));// 加载函数loadData()PyObject *pFunc = PyObject_GetAttrString(pModule, “plotKDE”);if (!pFunc) { printf(“get func failed!”);}else { qDebug() << “get func success”;}PyObject_CallObject(pFunc, pArg);Py_DECREF(pModule);Py_DECREF(pFunc);Py_Finalize(); 在Qt项目中调用kde.py的loadData函数读取本地数据(无输入，有返回值)： Py_Initialize();QVector<QVector<double> > *trainData; // 存储python脚本读入的数据if (!Py_IsInitialized()) { printf(“inititalize failed”); qDebug() << “inititalize failed”; return ;}else { qDebug() << “inititalize success”;}// 添加当前路径(读文件的时候才需要)PyRun_SimpleString(“import sys”);PyRun_SimpleString(“sys.path.append(‘./’)”);// 加载模块，即loadtraindata.pyPyObject *pModule = PyImport_ImportModule(“kde”);if (!pModule) { PyErr_Print(); qDebug() << “not loaded!”; return ;}else { qDebug() << “load module success”;}// 加载函数loadData()PyObject *pLoadFunc = PyObject_GetAttrString(pModule, “loadData”);if (!pLoadFunc) { printf(“get func failed!”);}else { qDebug() << “get func success”;}PyObject *retObjectX = PyObject_CallObject(pLoadFunc, NULL); // 获得python脚本返回数据if (retObjectX == NULL) { qDebug() << “no return value”; return ;}/*将retObjectX导入trainData中(二维数据)*/int row = PyList_Size(retObjectX);for (int i = 0; i < row; ++i) { PyObject *lineObject = PyList_GetItem(retObjectX, i); int col = PyList_Size(lineObject); QVector<double> tmpVect; for (int j = 0; j < col; ++j) { PyObject *singleItem = PyList_GetItem(lineObject, j); double item = PyFloat_AsDouble(singleItem); tmpVect.push_back(item); } trainData->push_back(tmpVect);}Py_Finalize(); 注意事项
这里列写一下软件搭建过程中遇到的问题，以供参考。
重装python的话别忘了修改.pro文件中的python路径；importError:dll not load：
常见的matplotlib,numpy等DLL加载错误，通常是由python与对应的第三方包的版本不一致导致的。将anaconda文件下的python.dll和python3.dll文件拷贝到qt可执行文件exe同级目录下并覆盖。多次调用Py_Initialize()和Py_Finalize()可能会出现异常：
最好在main.cpp里就输入Py_Initialize()，程序最后再Py_Finalize()；32位电脑中打开程序报错：Appcrash异常代码40000015。出现这个问题时应在系统环境变量中创建一个名为PYTHONHOME，值为E:\Anaconda（Anaconda安装地址）的变量，并在Path中增加变量$PYTHONHOME$和$PYTHONHOME$\Scripts即可。 Reference:
[1] QT与Python混合编程经验记录：http://www.cnblogs.com/jiaping/p/6321859.html
[2] C++调用python浅析：https://blog.csdn.net/magictong/article/details/8947892
本博客与https://xuyunkun.com同步更新
85218449
