Pybind11 简介
本文使用 Zhihu On VSCode 创作并发布
本篇内容主要来自于官方文档
Pybind11 是一个轻量级的 C++ 库，用于将你的 C++ 代码暴露给 Python 调用（反之也可，但主要还是前者）。Pybind11 借鉴了 Boost::Python 库的设计，但使用了更为简洁的实现方式，使用了大量 C++11 的新特性，更易于使用。
特点
Pybind11 允许你在 C++ 代码中使用如下特性，并在 Python 中方便地调用。
- 允许函数参数使用自定义类型（包括值、指针和引用）；
- 类成员函数与静态函数；
- 函数重载；
- 类成员与静态成员；
- 异常；
- 枚举；
- 回调函数；
- 迭代器和范围(
range); - 自定义
operator； - 继承（包括多重继承）；
- STL 中的数据结构；
- 智能指针；
- 带有引用计数的内部引用；
- 在 C++ 中定义虚方法，并在 Python 中进行扩展；
Pybind11 的优点有：
- 兼容性强，支持 Python2.7、Python3.x、PyPy (PyPy2.7 >= 5.7)；
- 可以在 C++ 中使用 lambda 表达式，并在 Python 中使用捕获的变量；
- 大量使用移动特性，保证数据转移时的性能；
- 可以很方便地通过 Python buffer protocol 进行数据类型的转移；
- 可以很方便地对函数进行向量化加速；
- 支持使用 Python 的切片语法；
- Pybind11 是 header-only 的，只需要包含头文件即可；
- 相比于
Boost::Python，生成的二进制文件体积更小； - 函数签名通过
constexper提前计算，进一步减小二进制文件体积； - C++ 中的类型可以很容易地进行序列化/反序列化；
以下是作者写的内容，非文档内容
Python 以其灵活和易于上手的特点，成为了当下炙手可热的编程语言。然而，动态解释型语言的特点限制了其性能。因此在需要性能的地方，往往使用 C、C++ 等传统高性能语言实现（如 numpy 这种科学计算库），并在 Python 中调用。这就是所谓的混合编程，发挥各自的优势，取长补短。
Pybind11 出来以前，Python 和 C/C++ 混合编程的手段包括：
- Python 的 C-API (
Python.h) - SWIG
- Python 的
ctypes模块 - Cython
Boost::Python
第一个，在 C++ 代码中包含 Python.h，并使用 Python 的 C-API 对 Python 语言进行操作。需要对 Python 底层实现有一定了解，比如自己管理引用计数等，比较繁琐；
第二个 SWIG，用于将 C/C++ 代码暴露给其它语言的工具；使用时，需要编写一个复杂的 SWIG 接口声明文件，并使用 SWIG 自动生成使用 Python-C-API 的 C 代码（可读性很差）；
第三个，使用 Python 内置的 ctypes 模块，提供了 C 语言中的类型，以及直接调用动态链接库(.dll、.so)的能力；缺点是依赖于 C 的原生类型，对自定义类型支持不好；
第四个，Cython，是 Python 语言的扩展，支持原生 Python，但引入了自己额外的语法；使用 Cython 编译器可以将 Cython 代码自动转化为 C 代码，并编译成动态链接库供 Python 调用；相比于 SWIG 来说更加方便，生成的代码更加易读；
第五个，使用 Boost::Python 库操纵 Python 对象，和使用 Python-C-API 原理是一样的，只不过提供了更易于使用的库。缺点是引入 Boost 依赖较重，而 Pybind11 正是为了提供一个轻量级的解决方案而出现的；
作者自己只使用过 Cython，使用的体验还是不错的，Cython 的语法和 Python 很像，转化后的 C 代码运行效率也很高。但 Pybind11 出来后，越来越多人选择 Pybind11 作为混合编程的解决方案。因此，作者建议，如果遇到需要 Python C/C++ 混合编程的需求，尽量使用 Pybind11 或 Cython，ctypes 和 Python-C-API 方案尽量不考虑。
关于 Python 与 C/C++ 混合编程，知乎上有一些不错的资料：
