缘由：用python写了机器学习的模型，项目工程代码是C++写得，所以在调用时，想通过C++调用python脚本，用c++获取返回值。（然后就是一个接着一个的坑。。。。）
环境win10 64 + VS2008 debug win32平台 + python3.5 32位 （anaconda64位里面安装的，或者直接下载32位python3.5）
注意：32bit的python与win32的VS平台是必须对应的！！！！！！或者全为32或者全为64。建议使用32
在VS中新建一个win32的项目，名字叫CPython。
打开VS2008， 加入python的环境 具体操作包括，加入C与pyhton的交互引用包。一个是include ,一个libs。
找到你python 环境目录下的 D:\Anaconda3\envs\python35_32\include\pyconfig.h 文件 （很重要，如果运行下面文件报错的话，请参考后面的错误解决办法）
将 pragma comment(lib,"python35_d.lib") 修改为： pragma comment(lib,"python35.lib")
将 # define Py_DEBUG 注释掉 修改为： //# define Py_DEBUG
编写测试用例 在CPython.cpp中调用python脚本文件，TestC.py，其中包含了一个Hello函数和一个test_add（测试传递参数与返回参数）函数 c++中 CPython项目下的CPython.cpp文件
#include "stdafx.h"
#include <Python.h>
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <iostream>
using namespace std;
int main()
{ //指定python.exe位置 python的环境。后来在迁移环境时，将include libs放在工程目录下，指定工程目录就可以
Py_SetPythonHome(L"D:\\anaconda3\\envs\\python3");//指定python.exe位置需要修改成自己的 python的环境
Py_Initialize();
// 将当前目录加入sys.path 这两行的意思是你的主目录位置：是在工程目录下因此要把.py文件放到该目录下！。也可以自己定义
PyRun_SimpleString("import sys");
PyRun_SimpleString("sys.path.append('./')");
// 导入hello.py模块
PyObject *pmodule = PyImport_ImportModule("TestC");
if (!pmodule)
{
printf("can't find pytest.py");
return 1;
}
{
PyObject* pFunc = PyObject_GetAttrString(pmodule, "Hello");
PyEval_CallObject(pFunc, NULL);
Py_DECREF(pFunc);
}
{
PyObject* pv = PyObject_GetAttrString(pmodule, "test_add");
if (!pv || !PyCallable_Check(pv))
{
cout << "Can't find funftion (test_add)" << endl;
return 0;
}
cout << "Get function (test_add) succeed." << endl;
//初始化要传入的参数，args配置成传入两个参数的模式
PyObject* args = PyTuple_New(2);
//将Long型数据转换成Python可接收的类型
PyObject* arg1 = PyLong_FromLong(4);
PyObject* arg2 = PyLong_FromLong(3);
//将arg1配置为arg带入的第一个参数
PyTuple_SetItem(args, 0, arg1);
//将arg1配置为arg带入的第二个参数
PyTuple_SetItem(args, 1, arg2);
//传入参数调用函数，并获取返回值
PyObject* pRet = PyObject_CallObject(pv, args);
if (pRet)
{
//将返回值转换成long型
long result = PyLong_AsLong(pRet);
//cout << "result:" << result << endl ;
}
}
Py_DECREF(pmodule);
Py_Finalize();
return 0;
}
TestC.py文件 的内容 注意文件的空格与tab键。可以先将在pyhton环境下运行下，看是否出错。脚本文件一定不能出错！！！
def Hello():
print ('Hello')
def test_add(a, b):
print ('a+b')
return a+b
测试成功后,显示:
到此为止，你的环境算是布置成功了 （只是成功了一小步，╮(╯▽╰)╭）有问题的参考后面的解决方案！！！！！
下面你可能想要向python 传递列表、数组，并且以列表、数组的形式返回给C++调用。不要着急！！！！
在python与c++的交互过程中，可以参考这里
问题：
error LNK2001: 无法解析的外部符号 __imp_PyString_FromString
error LNK2001: 无法解析的外部符号 __imp_PyCallable_Check
error LNK2001: 无法解析的外部符号 __imp_PyObject_CallObject
error LNK2001: 无法解析的外部符号 __imp_Py_Initialize
error LNK2001: 无法解析的外部符号 __imp_Py_IsInitialized
error LNK2001: 无法解析的外部符号 __imp_PyImport_Import
error LNK2001: 无法解析的外部符号 __imp_PyModule_GetDict
解决办法： 开发环境 win7 x64 vs2008 64 python3.5 32位 出现上述问题是因为 python与 vs的开发环境位数不一致导致。更改py或 者vs平台一致即可
问题：
1>CPython.obj : error LNK2019: 无法解析的外部符号__imp___Py_NegativeRefcount，该符号在函数_wmain 中被引用
1>CPython.obj : error LNK2001: 无法解析的外部符号__imp___Py_RefTotal
解决办法： 修改配置文件 python目录\include\pyconfig.h 一定要！！！ 注释掉 //# define Py_DEBUG
问题：
fatal error C1083: 无法打开包括文件:“inttypes.h”: No such file or directory，缺什么，去下载什么。下载文件安装到VC的目录下，再次执行，直接命令框死掉xxx00000。
解决办法：个人感觉是版本原因，可能你的计算机缺什么文件。建议重新安装其他本版本最好都是32位的，纯净的python+vs。甚至系统
问题：
无法启动此程序，因为计算机中丢失python35.dll。 尝试重新安装该程序以解决此问题。
解决方案：去python目录下找到python35.dll，复制到C:\Windows\SysWOW64 中，也可以尝试放在c++工程目录下
问题
python35_d.dll 出错
解决方案： 找到你python 环境目录下的 D:\Anaconda3\envs\python35_32\include\pyconfig.h 文件 （很重要，如果运行下面文件报错的话，请参考后面的错误解决办法
将 pragma comment(lib,“python35_d.lib”) 修改为： pragma comment(lib,“python35.lib”)
将 # define Py_DEBUG 注释掉 //# define Py_DEBUG
问题：
运行程序，出现no moudle…问题。
解决方案：是环境问题，在cpython.cpp中加入 Py_SetPythonHome(L"D:\anaconda3\envs\python3");//指定python.exe位置（这里指定的conda中的一个32位python的虚拟环境）
问题：
[ERROR] Python get module failed. 在加载模块时， PyObject *pmodule = PyImport_ImportModule(“TestC”);
解决办法： py文件中错误，查看是否有空格与tab键不一致，是否有加载其他的外部包，尝试去掉所有的import。
问题： PyInt_AsLong PyString_FromString 这些函数报错。
解决办法：py3 用PyBytes_FromString 代替PyString_FromString PyLong_AsLong代替PyInt_AsLong。其他的可以去搜一下具体用法。
问题： nullptr 报错 error C2065: “nullptr”: 未声明的标识符
解决办法： C++11好像才有，现在 报错 直接为空就好了NULL
问题：from _ctypes import Union, Structure, Array DLLload failed找不到指定的程序
或者multiarray 导入错误什么的，ImportError: numpy.core.multiarray failed to import，
原始是在c++程序中有一句import_array(); 找不到合适的numpy版本
解决办法：确认python的版本位数numpy的版本位数都是32位，并在工程中导入numpy的地址，如下：
除了上面举得安装环境时的测试例子，还有一种交互方式，比较方便通用。下面展示的是在c++中调用python写的BP神经网络函数，并传入参数，最后在c++中接收返回结果。
c++传递数据到python中：
//初始化
Py_SetPythonHome(L"D:\\anaconda3\\envs\\python3");//指定python.exe位置
Py_Initialize(); //初始化
PyRun_SimpleString("print ('Hello')");
import_array();
//指定脚本文件TestC的位置,在该cpp工程文件目录下
PyRun_SimpleString("import sys");
PyRun_SimpleString("sys.path.append('./')");
PyObject *pmodule = PyImport_ImportModule("TestC");
//调用指定模块
PyObject* pFunc = PyObject_GetAttrString(pmodule, "BP_Model");
//data_file, test_size=0.3, hidden_layer_sizes=(100,), activation='relu', learning_rate_init=0.0005, max_iter=1000, tol=1e-5
//传递参数 字符串、整形、double类型
char * cFilePath = "data\\hoston_DataImport_Temp.csv";
PyObject* args = PyTuple_New(7);
PyObject* arg0 = Py_BuildValue("s", cFilePath); // 文件路径
PyObject* arg1 = Py_BuildValue("d",0.3); // 验证集比例
PyObject* arg2 = Py_BuildValue("s","100,100"); // 隐藏层节点数
PyObject* arg3 = Py_BuildValue("s", "relu"); // 激活函数
PyObject* arg4 = Py_BuildValue("d", 0.005); // 学习率
PyObject* arg5 = Py_BuildValue("i", 10000000); // 迭代次数
PyObject* arg6 = Py_BuildValue("d",0.0000000000001); // 迭代停止条件误差小于1e-5
PyTuple_SetItem(args, 0, arg0);
PyTuple_SetItem(args, 1, arg1);
PyTuple_SetItem(args, 2, arg2);
PyTuple_SetItem(args, 3, arg3);
PyTuple_SetItem(args, 4, arg4);
PyTuple_SetItem(args, 5, arg5);
PyTuple_SetItem(args, 6, arg6);
//返回调用结果
PyObject* pyResult = PyObject_CallObject(pFunc, args);
//解析返回结果，含有多个字符串结果。
char *ret1 ;
char *ret2;
PyArg_ParseTuple(pyResult,"ss", &ret1,&ret2);
Py_DECREF(pyResult);
printf("\nBPreturn value: 模型：%s, 误差：%s", ret1,ret2);
Py_DECREF(pFunc);
TestC.py文件在当前工程目录下：
#coding = utf-8
'''
=============================================
File Name: TestC1
Email: xxxx
Author : zzl
Date： 2020/06/15
Description :
=============================================
'''
def BP_Model(data_file, test_size=0.3, hidden_layer_sizes='100', activation='relu', learning_rate_init=0.0005,
max_iter=1000, tol=1e-5):
'''
BP神经网络模型训练
Args:
data_file: 传入的文件地址
test_size: 验证集比例
hidden_layer_sizes: 隐藏层节点数(字符串),后期对字符串进行处理转化成tuple
activation: 激活函数
learning_rate_init: 学习率
max_iter: 最大迭代次数
tol: 模型停止条件
Return:
str: 训练后的模型地址
error: 验证集误差
'''
数据读取
模型训练
返回结果
return s_, error
详细代码
上面所使用的过程都是用c++想要调用python的函数，这样做的目的是，python对分析、应用、算法的拓展上比较方便，而c++在运行速度和工程化上有着无可比拟的优势（python是拿c写的，想像一下，我用python写了一个算法，然后内部是调用c的函数，然后再转化成汇编，跟c直接转化成汇编，哪个快？）。除了上面的一种数据交互方式，boost的python也可以进行交互C++和Python混合编程第五期:C++调用Python脚本的简单方法。
在实际使用中，还有一种应用方式，就是用c++来写底层算法，编译成python可以用的模块，在使用时直接调用这些模块，大大加快的运算速度，有很多的深度学习框架底层都是c++实现的，然后给python留了接口，模块。在实际的应用中，还是这种应用方式比较普遍。
另外在电脑上将cpp打包dll时，将项目 配置属性->常规->配置类型->动态库 即可在win10上打包dll库。
下面举一个例子来说明python调用C++实例：用C++对numpy执行BFS（广度优先搜索）
用python实现BFS： 最终程序运行0.914s
用C++实现BFS： 形成一个cpp文件， 下面我们看怎样用python调用cpp。
程序执行了0.058秒，根据测试cpp比python快了15倍。