为什么需要C#调用python？
有以下几个原因需要C#调用Python：
Python拥有丰富的生态系统：Python有很多强大的第三方库和工具，可以用于数据科学、机器学习、自然语言处理等领域。通过C#调用Python，可以利用Python的生态系统来完成一些特定的任务。 C#和Python的优势互补：C#是一种高性能、静态类型的编程语言，适合用于开发大型应用程序和高性能的系统。而Python则是一种动态类型的脚本语言，适合用于快速开发原型和处理复杂的数据分析任务。通过C#调用Python，可以充分发挥两者的优势。 C#和Python在不同领域的应用：C#主要应用于Windows平台的开发，而Python则可以用于各种平台，包括Windows、Linux和Mac OS。通过C#调用Python，可以在C#应用程序中使用Python的功能和特性，实现更广泛的应用场景。
如何实现C#调用python脚本程序？
方式一：通过C#IronPython开源库
IronPython是一个基于.NET平台的Python解释器。它是使用C#编写的，可以被集成到.NET应用程序中，并且可以直接调用和使用.NET库和组件。IronPython提供了一个Python语言的实现，同时具备了与.NET平台无缝集成的能力。
IronPython最初由微软开发并发布，旨在提供一个Python解释器，使Python开发人员能够利用.NET框架的优势。IronPython是完全兼容Python 2.7语法和语义的，并且还支持一些Python 3的一些特性。IronPython可以通过.NET编译器将Python代码转换为托管代码，并与.NET框架进行交互。
IronPython具有以下特点和优势：
与.NET框架的深度集成：IronPython可以直接与.NET库和组件进行交互，可以轻松使用和调用.NET的功能和类库。动态语言的灵活性：作为一种动态类型的脚本语言，IronPython具有动态性和灵活性，可以进行快速的原型开发和动态脚本编写。跨平台支持：IronPython可以在Windows、Linux和Mac OS等多个平台上运行，并且可以与不同平台的.NET应用程序集成。社区支持和活跃度：IronPython拥有活跃的开源社区，有大量的开发者和用户为其贡献代码和提供支持。
总之，IronPython是一个具有.NET集成和跨平台支持的Python解释器，可以在.NET平台开发中使用Python语言和功能。
IronPython.net /
缺点：
1）只支持到python 3.4的相关特性， 和目前主流的python 3.9， 3.10，3.11等版本相差甚远，会导致很多python流行的开源库（比如scikit-learn），无法正常使用。
IronPython使用案例
NuGet安装IronPython
test.py
def sayHi():
print("hello you")
def add(x,y):
try:
print(f"add {x}, {y}")
return x + y
except Exception as err:
return str(err)
def sum(arr):
try:
print(f"sum {arr}")
sum = 0
for i in arr:
sum += i
return sum
except Exception as err:
return str(err)
PythonScriptWindow.axml
xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:x="http://schemas.microsoft.com/winfx/2006/xaml" xmlns:d="http://schemas.microsoft.com/expression/blend/2008" xmlns:mc="http://schemas.openxmlformats.org/markup-compatibility/2006" xmlns:local="clr-namespace:CallPythonDemos" mc:Ignorable="d" Title="Python Script调用" Height="450" Width="800">
PythonScriptWindow.axml.cs
using IronPython.Hosting;
using Microsoft.Scripting.Hosting;
using System.Diagnostics;
using System.Windows;
using System.Windows.Documents;
using System.Windows.Media;
namespace CallPythonDemos
{
///
/// PythonScriptWindow.xaml 的交互逻辑
///
public partial class PythonScriptWindow : Window
{
public PythonScriptWindow()
{
InitializeComponent();
}
private void btnCallPythonScript_Click(object sender, RoutedEventArgs e)
{
_RunTestByIronPython();
}
private void btnClearOutput_Click(object sender, RoutedEventArgs e)
{
txtOutputResult.Document.Blocks.Clear();
}
private void _RunTestByIronPython()
{
ScriptEngine pyEngine = Python.CreateEngine();
dynamic testpy = pyEngine.ExecuteFile("test.py");
testpy.sayHi();
var add = testpy.add(3, 5);
_WriteLog($"add 方法的和是：{add}");
int[] arr = new int[3] { 2, 4, 6 };
var sum = testpy.sum(arr);
_WriteLog($"数组的和是：{sum}");
}
private void _WriteLog(string? log)
{
Paragraph para = new Paragraph() { Margin = new Thickness(0) };
para.Inlines.Add(new Run(log) { Foreground = Brushes.Black });
txtOutputResult.Document.Blocks.Add(para);
}
}
}
运行效果
方式二： 通过Process类来运行python解释器
优缺点
优点：可以使用python当前的主流版本，并且可以使用大部分的流行的开源库。
缺点：只能通过命令行参数和控制台输出与python进行通信。
安装scikit-learn
pip install scikit-learn
gen_model.py
from sklearn import linear_model
if __name__ == '__main__':
reg = linear_model.LinearRegression()
reg.fit([[0, 0], [1, 1], [2, 2]], [0, 1, 2])
print('coef_:', reg.coef_)
print('intercept_:', reg.intercept_)
print('done')
PythonScriptWindow.axml.cs
using IronPython.Hosting;
using Microsoft.Scripting.Hosting;
using System.Diagnostics;
using System.Windows;
using System.Windows.Documents;
using System.Windows.Media;
namespace CallPythonDemos
{
///
/// PythonScriptWindow.xaml 的交互逻辑
///
public partial class PythonScriptWindow : Window
{
public PythonScriptWindow()
{
InitializeComponent();
}
private void btnCallPythonScript_Click(object sender, RoutedEventArgs e)
{
//_RunTestByIronPython();
_RunPythonScript();
}
private void btnClearOutput_Click(object sender, RoutedEventArgs e)
{
txtOutputResult.Document.Blocks.Clear();
}
private void _RunTestByIronPython()
{
ScriptEngine pyEngine = Python.CreateEngine();
dynamic testpy = pyEngine.ExecuteFile("test.py");
testpy.sayHi();
var add = testpy.add(3, 5);
_WriteLog($"add 方法的和是：{add}");
int[] arr = new int[3] { 2, 4, 6 };
var sum = testpy.sum(arr);
_WriteLog($"数组的和是：{sum}");
}
///
/// 调用python脚本
///
private void _RunPythonScript()
{
Process p = new Process();
p.StartInfo.FileName = "D:/my_project/Anaconda3/envs/jupyterlab_py310/python.exe";
p.StartInfo.Arguments = "D:/my_project/first_board_debug/gen_model.py";
p.StartInfo.UseShellExecute = false;
p.StartInfo.RedirectStandardOutput = true;
p.StartInfo.RedirectStandardInput = true;
p.StartInfo.RedirectStandardError = true;
p.StartInfo.CreateNoWindow = true;
_WriteLog($"执行python脚本开始------------");
p.Start();
/*string output = p.StandardOutput.ReadToEnd(); //读取控制台的输出信息
p.WaitForExit(); // 等待外部程序进行完毕
_WriteLog(output);
_WriteLog($"执行python脚本结束------------ exit code: {p.ExitCode}");*/
// 如果使用异步读取输出流，python程序不会自动退出，调用WaitForExit会阻塞，
// 必须自己根据返回来的字符串来决定程序是否已经执行完成
p.BeginOutputReadLine();
p.OutputDataReceived += new DataReceivedEventHandler(outputDataReceived);
}
///
/// 输出执行python脚本的控制台信息
///
private void outputDataReceived(object sender, DataReceivedEventArgs e)
{
if (!string.IsNullOrEmpty(e.Data))
{
_WriteLog(e.Data);
if (e.Data == "done")
{
var p = sender as Process;
if(p!=null)
{
_WriteLog($"执行python脚本结束");
p.Close();
}
}
}
}
private void _WriteLog(string? log)
{
this.Dispatcher.Invoke(() => {
Paragraph para = new Paragraph() { Margin = new Thickness(0) };
para.Inlines.Add(new Run(log) { Foreground = Brushes.Black });
txtOutputResult.Document.Blocks.Add(para);
});
}
}
}
运行效果
好文链接
您阅读本篇文章共花了：
发表评论