我面临一个类似于Py_initialize / Py_Finalize not working两次的问题 numpy .. C中的基本编码：
Py_Initialize();
import_array();
//Call a python function which imports numpy as a module
//Py_Finalize()
该程序处于一个循环中，如果 python 代码将 numpy 作为导入的模块之一，它会给出一个段错误。如果我删除 numpy，它工作正常。
作为临时解决方法，我尝试不使用 Py_Finalize()，但这会导致巨大的内存泄漏 [随着 TOP 的内存使用量不断增加而观察到]。我试过但不明白我发布的那个链接中的建议。有人可以建议在导入诸如 numpy 的同时完成通话的最佳方法。
谢谢桑托什。
我最近遇到了一个非常相似的问题，并开发了一种适用于我的目的的解决方法，所以我想我会在这里写它，希望它可以帮助其他人。
我使用一些后处理管道，我可以为此编写一个自己的函子来处理通过管道传递的一些数据，并且我希望能够使用 Python 脚本进行一些操作。
问题是我唯一能控制的是仿函数本身，它有时会被实例化和破坏，而这有时超出了我的控制。此外，我还有一个问题，即使我不调用Py_Finalize管道，一旦我通过管道传递另一个数据集，有时也会崩溃。
对于那些不想阅读整个故事并直截了当的人，这是我的解决方案的要点：
我的解决方法背后的主要思想不是链接到 Python 库，而是使用动态加载它dlopen，然后使用dlsym. 完成后，您可以调用Py_Initialize()Python 函数，然后调用您想要执行的任何操作，然后Py_Finalize()在完成后调用 to。然后，可以简单地卸载 Python 库。下次您需要使用 Python 函数时，只需重复上述步骤，Bob 就是您的叔叔。
Py_Initialize但是，如果您在和之间的任何时间点导入 NumPy Py_Finalize，您还需要在程序中查找所有当前加载的库，并使用dlclose.
我上面提到的主要思想是不链接 Python 库。相反，我们要做的是使用 dlopen() 动态加载 Python 库：
#include ... void* pHandle = dlopen("/path/to/library/libpython2.7.so", RTLD_NOW | RTLD_GLOBAL);
上面的代码加载 Python 共享库并返回它的句柄（返回类型是一个晦涩的指针类型，因此是void*. 第二个参数 ( RTLD_NOW | RTLD_GLOBAL) 用于确保将符号正确导入当前应用程序的范围。
一旦我们有了一个指向已加载库句柄的指针，我们就可以使用该函数在该库中搜索它导出的dlsym函数：
#include <dlfcn.h>
...
// Typedef named 'void_func_t' which holds a pointer to a function with
// no arguments with no return type
typedef void (*void_func_t)(void);
void_func_t MyPy_Initialize = dlsym(pHandle, "Py_Initialize");
该dlsym函数有两个参数：一个指向我们之前获得的库句柄的指针和我们正在寻找的函数的名称（在本例中为Py_Initialize）。一旦我们有了我们想要的函数的地址，我们就可以创建一个函数指针并将其初始化为该地址。要实际调用该Py_Initialize函数，只需编写：
MyPy_Initialize();
对于 Python C-API 提供的所有其他函数，只需添加对函数指针的调用dlsym并将函数指针初始化为其返回值，然后使用这些函数指针代替 Python 函数。只需知道 Python 函数的参数和返回值，就可以创建正确类型的函数指针。
一旦我们完成了 Python 函数并Py_Finalize使用类似于一对一的过程进行调用，Py_Initialize就可以通过以下方式卸载 Python 动态库：
dlclose(pHandle);
pHandle = NULL;
不幸的是，这并不能解决导入 NumPy 时出现的分段错误问题。问题来自这样一个事实，即 NumPy 还使用dlopen（或等效的东西）加载一些库，而当您调用Py_Finalize. 实际上，如果您列出程序中所有已加载的库，您会注意到在使用 关闭 Python 环境Py_Finalize，然后调用 之后dlclose，一些 NumPy 库将保持加载在内存中。
解决方案的第二部分需要列出调用后保留在内存中的所有 Python 库dlclose(pHandle);。然后，对于每个库，抓住它们的句柄，然后调用dlclose它们。之后，它们应该被操作系统自动卸载。
幸运的是，Windows 和 Linux 下都有一些功能（抱歉 MacOS，找不到任何适合您的情况......）： - Linux：dl_iterate_phdr
- Windows：EnumProcessModules与OpenProcessand结合使用GetModuleFileNameEx
一旦您阅读了有关以下内容的文档，这是相当直接的dl_iterate_phdr：
#include <link.h>
#include <string>
#include <vector>
// global variables are evil!!! but this is just for demonstration purposes...
std::vector<std::string> loaded_libraries;
// callback function that gets called for every loaded libraries that
// dl_iterate_phdr finds
int dl_list_callback(struct dl_phdr_info *info, size_t, void *)
{
loaded_libraries.push_back(info->dlpi_name);
return 0;
}
int main()
{
...
loaded_libraries.clear();
dl_iterate_phdr(dl_list_callback, NULL);
// loaded_libraries now contains a list of all dynamic libraries loaded
// in your program
....
}
基本上，该函数dl_iterate_phdr循环遍历所有加载的库（以它们加载的相反0顺序），直到回调返回其他内容或到达列表末尾。为了保存列表，回调只是将每个元素添加到一个全局变量中std::vector（显然应该避免使用全局变量并使用一个类）。
在 Windows 下，事情变得有点复杂，但仍然易于管理：
#include <windows.h>
#include <psapi.h>
std::vector<std::string> list_loaded_libraries()
{
std::vector<std::string> m_asDllList;
HANDLE hProcess(OpenProcess(PROCESS_QUERY_INFORMATION
| PROCESS_VM_READ,
FALSE, GetCurrentProcessId()));
if (hProcess) {
HMODULE hMods[1024];
DWORD cbNeeded;
if (EnumProcessModules(hProcess, hMods, sizeof(hMods), &cbNeeded)) {
const DWORD SIZE(cbNeeded / sizeof(HMODULE));
for (DWORD i(0); i < SIZE; ++i) {
TCHAR szModName[MAX_PATH];
// Get the full path to the module file.
if (GetModuleFileNameEx(hProcess,
hMods[i],
szModName,
sizeof(szModName) / sizeof(TCHAR))) {
#ifdef UNICODE
std::wstring wStr(szModName);
std::string tModuleName(wStr.begin(), wStr.end());
#else
std::string tModuleName(szModName);
#endif /* UNICODE */
if (tModuleName.substr(tModuleName.size()-3) == "dll") {
m_asDllList.push_back(tModuleName);
}
}
}
}
CloseHandle(hProcess);
}
return m_asDllList;
}
这种情况下的代码比 Linux 情况下的代码稍长，但主要思想是相同的：列出所有加载的库并将它们保存到std::vector. 不要忘记还将您的程序链接到Psapi.lib！
现在我们可以列出所有已加载的库，您需要做的就是在那些来自加载 NumPy 的库中查找，获取它们的句柄，然后调用dlclose该句柄。如果您使用 dlfcn-win32 库，下面的代码将在 Windows 和 Linux 上运行。
#ifdef WIN32
# include <windows.h>
# include <psapi.h>
# include "dlfcn_win32.h"
#else
# include <dlfcn.h>
# include <link.h> // for dl_iterate_phdr
#endif /* WIN32 */
#include <string>
#include <vector>
// Function that list all loaded libraries (not implemented here)
std::vector<std::string> list_loaded_libraries();
int main()
{
// do some preprocessing stuff...
// store the list of loaded libraries now
// any libraries that get added to the list from now on must be Python
// libraries
std::vector<std::string> loaded_libraries(list_loaded_libraries());
std::size_t start_idx(loaded_libraries.size());
void* pHandle = dlopen("/path/to/library/libpython2.7.so", RTLD_NOW | RTLD_GLOBAL);
// Not implemented here: get the addresses of the Python function you need
MyPy_Initialize(); // Needs to be defined somewhere above!
MyPyRun_SimpleString("import numpy"); // Needs to be defined somewhere above!
// ...
MyPyFinalize(); // Needs to be defined somewhere above!
// Now list the loaded libraries again and start manually unloading them
// starting from the end
loaded_libraries = list_loaded_libraries();
// NB: this below assumes that start_idx != 0, which should always hold true
for(std::size_t i(loaded_libraries.size()-1) ; i >= start_idx ; --i) {
void* pHandle = dlopen(loaded_libraries[i].c_str(),
#ifdef WIN32
RTLD_NOW // no support for RTLD_NOLOAD
#else
RTLD_NOW|RTLD_NOLOAD
#endif /* WIN32 */
);
if (pHandle) {
const unsigned int Nmax(50); // Avoid getting stuck in an infinite loop
for (unsigned int j(0) ; j < Nmax && !dlclose(pHandle) ; ++j);
}
}
}
此处显示的示例捕获了我的解决方案背后的基本思想，但当然可以改进以避免全局变量并促进易用性（例如，我编写了一个单例类，该类在加载 Python 库后处理所有函数指针的自动初始化）。
我希望这对将来的某人有用。
dl_iterate_phdr：https ://linux.die.net/man/3/dl_iterate_phdrOpenProcess：https ://msdn.microsoft.com/en-us/library/windows/desktop/ms684320(v=vs.85).aspxEnumProcess：https ://msdn.microsoft.com/en-us/library/windows/desktop/ms682629(v=vs.85).aspxGetModuleFileNameEx：https ://msdn.microsoft.com/en-us/library/windows/desktop/ms683198(v=vs.85).aspx我不太确定您似乎不理解Py_initialize / Py_Finalize 中发布的解决方案不能与 numpy 一起工作两次。发布的解决方案非常简单：每次程序执行时只调用 Py_Initialize 和 Py_Finalize 一次。不要在每次运行循环时调用它们。
我假设您的程序在启动时会运行一些初始化命令（仅运行一次）。在那里调用 Py_Initialize。永远不要再调用它。另外，我假设当你的程序终止时，它有一些代码可以删除东西、转储日志文件等。在那里调用 Py_Finalize。Py_Initialize 和 Py_Finalize 并非旨在帮助您管理 Python 解释器中的内存。不要为此使用它们，因为它们会导致您的程序崩溃。相反，请使用 Python 自己的函数来删除您不想保留的对象。
如果您真的必须在每次运行代码时创建一个新环境，您可以使用 Py_NewInterpreter 并创建一个子解释器，然后 Py_EndInterpreter 稍后销毁该子解释器。它们记录在Python C API页面底部附近。这类似于拥有一个新的解释器，除了每次启动子解释器时不会重新初始化模块。