使用 PyO3 嵌入 Python 时配置虚拟环境-Python教程-PHP中文网

使用 PyO3 嵌入 Python 时配置虚拟环境

花韻仙語

发布： 2025-10-01 20:18:01

原创

570人浏览过

使用 pyo3 嵌入 python 时配置虚拟环境

本文介绍了在使用 PyO3 将 Python 嵌入 Rust 项目时，如何正确配置和使用虚拟环境，以解决依赖包无法找到的问题。通过手动初始化 Python 解释器，并设置正确的 Python 前缀，确保 PyO3 使用指定的虚拟环境，从而避免 ModuleNotFoundError 错误，保证项目依赖的正确性。

在使用 PyO3 进行 Rust 和 Python 混合编程时，尤其是在 Rust 中嵌入 Python 代码的情况下，正确配置虚拟环境至关重要。默认情况下，PyO3 可能会使用全局 Python 安装，导致无法找到在虚拟环境中安装的依赖包，例如 pyarrow。本文将详细介绍如何手动初始化 Python 解释器，并指定虚拟环境路径，从而确保 PyO3 使用正确的 Python 环境。

手动初始化 Python 解释器

PyO3 默认情况下会自动初始化 Python 解释器，但为了能够使用虚拟环境，我们需要禁用此功能，并手动进行初始化。这需要移除 pyo3 依赖中的 auto-initialize feature。

首先，在 Cargo.toml 文件中，修改 pyo3 依赖：

立即学习“Python免费学习笔记（深入）”；

[dependencies]
pyo3 = { version = "0.20.0", features = [] } # 移除 auto-initialize
polars = "0.35.4"
pyo3-polars = "0.9.0"
libc = "0.2.150"

登录后复制

然后，在 Rust 代码中，我们需要编写一个函数来手动初始化 Python 解释器，并指定虚拟环境的路径。以下是一个示例函数：

use std::mem::size_of;
use std::ptr::addr_of_mut;

use libc::wchar_t;
use pyo3::ffi::*;

fn init_pyo3_with_venv(env_dir: &str) {
    unsafe {
        fn check_exception(status: PyStatus, config: &mut PyConfig) {
            unsafe {
                if PyStatus_Exception(status) != 0 {
                    PyConfig_Clear(config);
                    if PyStatus_IsExit(status) != 0 {
                        std::process::exit(status.exitcode);
                    }
                    Py_ExitStatusException(status);
                }
            }
        }

        let mut config = std::mem::zeroed::<PyConfig>();
        PyConfig_InitPythonConfig(&mut config);

        config.install_signal_handlers = 0;

        // `wchar_t` is a mess.
        let env_dir_utf16;
        let env_dir_utf32;
        let env_dir_ptr;
        if size_of::<wchar_t>() == size_of::<u16>() {
            env_dir_utf16 = env_dir
                .encode_utf16()
                .chain(std::iter::once(0))
                .collect::<Vec<_>>();
            env_dir_ptr = env_dir_utf16.as_ptr().cast::<wchar_t>();
        } else if size_of::<wchar_t>() == size_of::<u32>() {
            env_dir_utf32 = env_dir
                .chars()
                .chain(std::iter::once('\0'))
                .collect::<Vec<_>>();
            env_dir_ptr = env_dir_utf32.as_ptr().cast::<wchar_t>();
        } else {
            panic!("unknown encoding for `wchar_t`");
        }
        check_exception(
            PyConfig_SetString(
                addr_of_mut!(config),
                addr_of_mut!(config.prefix),
                env_dir_ptr,
            ),
            &mut config,
        );

        check_exception(Py_InitializeFromConfig(&config), &mut config);

        PyConfig_Clear(&mut config);

        PyEval_SaveThread();
    }
}

登录后复制

这个函数接受虚拟环境的目录作为参数，并使用 Python 的 C API 来初始化解释器，并将虚拟环境的路径设置为 Python 的前缀。

多商户双网版电子商城CRMEB系统

基于ThinkPhp6+ swoole4+uniapp 开发的一套CRMEB新零售多商户商城系统。如果不会搭建请到查看搭建说明系统环境推荐使用宝塔配置环境centos PHP7.3 mysql5.6新增功能： 01·新增支持销售虚拟产品自动发货 02.支持销售链接与卡密可导入导出 03.自定义后台路径对后台进行保护 04.新增支持商家缴纳保证金功能 05·违法或侵权商品一键举报功能 06·仲

查看详情

在 main 函数中使用虚拟环境

在 main 函数中，我们需要先调用 init_pyo3_with_venv 函数，然后再使用 PyO3 与 Python 交互。

use polars::prelude::*;
use pyo3::{prelude::*, types::PyModule};
use pyo3_polars::PyDataFrame;

fn main() -> PyResult<()> {
    // 获取当前目录，并拼接虚拟环境目录
    let env_dir = std::env::current_dir()?.join(".venv");
    if !env_dir.is_dir() {
        panic!("请在正确的目录下运行，确保存在 .venv 目录");
    }
    // 初始化 Python 解释器，并指定虚拟环境路径
    init_pyo3_with_venv(env_dir.to_str().unwrap());

    let code = include_str!("./test.py");

    Python::with_gil(|py| {
        let activators = PyModule::from_code(py, code, "activators.py", "activators")?;

        let df: DataFrame = df!(
            "integer" => &[1, 2, 3, 4, 5],
            "float" => &[4.0, 5.0, 6.0, 7.0, 8.0],
        )
        .unwrap();

        let relu_result: PyDataFrame = activators
            .getattr("test")?
            .call1((PyDataFrame { 0: df },))?
            .extract()?;

        Ok(())
    })
}

登录后复制

请确保在运行 Rust 代码之前，已经创建了虚拟环境，并在其中安装了所需的 Python 依赖包，例如 pyarrow。

Python 代码示例

以下是一个简单的 Python 脚本示例，用于测试虚拟环境是否配置正确：

# test.py

def test(x):
    import sys
    print(sys.executable, sys.path, sys.prefix)

    import pyarrow

    # manipulate dataframe x
    return x

登录后复制

这个脚本会打印 Python 解释器的路径、模块搜索路径和前缀，以及尝试导入 pyarrow 模块。如果虚拟环境配置正确，pyarrow 应该能够成功导入。

注意事项

确保在运行 Rust 代码之前，已经激活了虚拟环境。
确保虚拟环境中安装了所有需要的 Python 依赖包。
虚拟环境的目录路径需要正确指定。
libc 依赖是手动初始化 Python 解释器所必需的。

总结

通过手动初始化 Python 解释器，并指定虚拟环境路径，我们可以确保 PyO3 在 Rust 项目中正确使用虚拟环境，从而避免依赖包无法找到的问题。这种方法虽然需要一些额外的配置，但可以提高项目的可移植性和可维护性。

以上就是使用 PyO3 嵌入 Python 时配置虚拟环境的详细内容，更多请关注php中文网其它相关文章！

大家都在看：

Python 文件中换行符的跨平台差异 python-oracledb 游标与绑定变量：连接管理与数据持久化解析在Python日志中优雅地打印Pandas DataFrame Python多目标优化在复杂资源分配中的应用：以活动座位安排为例生成Pandas DataFrame中两列数字组合的高效方法