在平時工作中，需求有多種實現方式；根據不同的需求可以採用不同的程式語言來實現。發揮各種語言的強項
如：python的強項是：資料分析、人工智慧等
.net 開發桌面程式介面比python更簡單、方便、美觀
那麼就存在各種語言間互動，本篇主要介紹幾種c# 與 python的互動方式。
1、ironpython是什麼？
ironpython是python程式語言的開源實現，該語言與.net framework緊密整合。ironpython可以使用.net framework和python庫，而其他.net語言也可以輕鬆使用python**。
2、irconpython如何使用
a) 新增包引用：
install-package ironpython -程式設計客棧version 2.7.11
b) 執行簡單python指令碼：
//建立執行引擎
scriptengine engine = python.createengine();
scriptscope scope = engine.createscope();
string script = "'hello %d' %number";
//設定引數列表
scope.setvariable("number", 123);
scriptsource sourcecode = engine.createscriptsourcefromstring(script);
var result = sourcecode.execute(scope);
c) 執行python檔案方法：
新增如下簡單python檔案：demo.py
#檔案目錄 demo.py
import time
def welcome(name):
return "hello " + name
def add(a, b):
return a + b
def showmsg(name,birthday):
return "姓名：" + name + "，生日：" + birthday
執行方法：
string path = @"demo.py";
scriptruntime pyruntime = python.createruntime(); //建立一下執行環境
dynamic obj = pyruntime.usefile(path);
//呼叫python中add函式
object sum = obj.add(1, 54);
d) 執行python檔案方法(依賴三方庫)：
from scipy import linalg
import numpy as np
import json
def calcnum(jsoninput):
a = np.array([[1, 1, 7], [2, 3, 5], [4, 2, 6]]) # a代表係數矩陣
b = np.array([2, 3, 4]) # b代表常數列
x = linalg.solve(a, b)
# json字串轉物件
info = json.loads(jsoninput)
print(info['a'])
# 物件轉json字串
output = json.dumps(info)
print(output)
程式設計客棧print(x)
執行結果：
ironpython雖然能夠互動python，但支援的庫不多，當py檔案依賴三方庫，則會呼叫失敗；且ironpython對python3尚未完全支援，下面就開始在c#在python有第三方庫的情況下互動python。
把python打包成exe，c#再通過cmd進行互動。就可以解決第三方庫的問題；
修改python檔案（calc.py）：依賴了scipy庫
from scip程式設計客棧y import linalg
import numpy as np
import json
def calcnum(jsoninput):
a = np.array([[1, 1, 7], [2, 3, 5], [4, 2, 6]]) # a代表係數矩陣
b = np.array([2, 3, 4]) # b代表常數列
x = linalg.solve(a, b)
# json字串轉物件
info = json.loads(jsoninput)
print(info['a'])
# 物件轉json字串
output = json.dumps(info)
print(output)
print(x)
if __name__ == '__main__':
inputstring = sys.ar**[1]
calcnum(inputstring)
pyinstaller：
pyinstaller 是乙個程式，將（包）python 程式打包到獨立的可執行檔案中，在 windows、linux、mac os x、freebsd、solaris 和 aix 下。與類似工具不同，它的主要優點是 pyinstaller 可以與 python 2.7 和 3.3_3.5 配合使用，它通過透明壓縮構建更小的可執行檔案，它是完全多平台的，並使用作業系統支援來載入動態庫，從而確保完整相容性。
pyinstaller 的主要目標是與開箱即用的第三方軟體包相容。這意味著，使用 pyinstaller 時，所有使外部包正常工作所需的技巧都已整合到 pyinstaller 本身中，因此無需使用者干預。您永遠不需要在 wiki 中查詢技巧，並將自定義修改應用於檔案或設定指令碼。例如，像pyqt、django或matplotlib這樣的庫完全支援，而無需手動處理外掛程式或外部資料檔案。
安裝：
在cmd命令列中執行：需提前安裝pip（python3.4以後預設包含）
pip install pyinstaller
打包：
//命令格式
pyinstaller 選項 python 原始檔
選項引數支援以下內容：
引數描述
-h, -help
檢視幫助文件
-f，-onefile
產生單個的可執行檔案
-d，--onedir
產生乙個目錄（包含多個檔案）作為可執行程式
-a，--ascii
不包含 unicode 字符集支援
-d，--debug
產生 debug 版本的可執行檔案
-w，--windowed，--noconsolc
指定程式執行時不顯示命令列視窗（僅對 windows 有效）
-c，--nowindowed，--console
指定使用命令列視窗執行程式（僅對 windows 有效）
-o dir，--out=dir
指定 spec 檔案的生成目錄。如果沒有指定，則預設使用當前目錄來生成 spec 檔案
-p dir，--path=dir
設定 python 匯入模組的路徑（和設定 pythonpath 環境變數的作用相似）。也可使用路徑分隔符（windows 使用分號，linux 使用冒號）來分隔多個路徑
-n name，--name=name
指定專案（產生的 spec）名字。如果省略該選項，那麼第乙個指令碼的主檔名將作為 spec 的名字
最後在命令列中執行命令：
pyinstaller -f calc.py
打包完成後，生成calc.exe檔案：
呼叫：private string calc(string inputstring)
到此該方法已能成功呼叫python結果
使用python中flask庫實現乙個簡單的webapi服務：
from flask import flask, request
import math
app = flask(__name__)
@app.route("/")
def welcome():
return "hello world!"
@app.route("/calc")
def calc():
strinput = request.args.get("jsoninput")
return math.calcnum(strinput)
if __name__ == "__main__":
app.run()
最後在c#中呼叫webapi：得到python結果
通過以上內容知道各種語言平台想互動，雖然有多種方式實現；但是最為推薦還是提程式設計客棧供webapi介面方式。
C與Python互動ctype方式記錄
python中封裝了ctype可以用來c與python之間的互動。在vs中選擇動態庫編譯可以將函式編譯成動態庫的形式。下面條件編譯是用來在c 中編譯c的函式，並且匯出成動態庫的。ifdef cplusplus define xext extern c else define xext endif i...
Python與shell的互動方式
考慮這樣乙個問題，有hello.py指令碼，輸出 hello,world 有testinput.py指令碼，等待使用者輸入，然後列印使用者輸入的資料。那麼，怎麼樣把hello.py輸出內容傳送給testinput.py，最後testinput.py列印接收到的 hello,world 下面我來逐步講...
python與cad互動 python與C 互動
python和c 能進行有效的互動，c 呼叫python的一些小用法 寫了乙個python指令碼匯入發生異常，可能是編碼問題 如存在中文 python預設的是ascii 可加上 usr bin python coding utf 8 參見 定義類c資料結構 class point structure...