主要是尝试一下把c++这边的函数封装打包给python用，选择nanobind的原因是：1. 优化速度快，2. 生成二进制包小，不过pythonbind11是更为广泛知道的，nanobind也是pythonbind11作者后续做的，可以查看作者写的 why another binding libaray?

总结一下就是：nanobind 同样是一个用于创建 C++ 和 Python 之间绑定的工具，它的目标是简化和加速绑定生成过程。与 pybind11 相比，nanobind 的不同之处在于它专注于 较小的 C++ 子集，提供更高效的内部数据结构和性能优化，并引入了一些便利性和质量改进的新功能。

参考资料：

1. official code: https://github.com/wjakob/nanobind
2. official docs: https://nanobind.readthedocs.io/en/latest/
3. 非常简单的示例：https://github.com/wjakob/nanobind_example/tree/master
4. 本篇博文的示例代码：dztimer (which 耗时 小张同学 3小时找bug)

1. 安装 Install & 查询 Find

注意不同的安装方式在 cmakelist.txt 的写法会不一样，下面会分别举例：

# 1. pip install
python -m pip install nanobind
# 2. conda install
conda install -c conda-forge nanobind
# 3. from source
git submodule add https://github.com/wjakob/nanobind ext/nanobind
git submodule update --init --recursive

那么对应 如果是 1/2 方案则需要走到Python executable去寻找

# Detect the installed nanobind package and import it into CMake
execute_process(
  COMMAND "${Python_EXECUTABLE}" -m nanobind --cmake_dir
  OUTPUT_STRIP_TRAILING_WHITESPACE OUTPUT_VARIABLE NB_DIR)
list(APPEND CMAKE_PREFIX_PATH "${NB_DIR}")
find_package(nanobind CONFIG REQUIRED)

第三方案则是直接定位到那个clone下来的repo

add_subdirectory(${CMAKE_CURRENT_SOURCE_DIR}/ext/nanobind)

2. 初步尝试

此次直接copy的官方文档的方案进行快速尝试

两个文件即可：

1. 新建一个my_ext.cpp

   #include <nanobind/nanobind.h>
   
   int add(int a, int b) { return a + b; }
   
   NB_MODULE(my_ext, m) {
       m.def("add", &add);
   }
   

2. 新建一个CMakeLists.txt （注意因为我直接pip install的所以选用的是方案一进行的nanobind的查找）

   project(my_project) # Replace 'my_project' with the name of your project
   cmake_minimum_required(VERSION 3.15...3.27)
   find_package(Python 3.8 COMPONENTS Interpreter Development.Module REQUIRED)
   
   if (NOT CMAKE_BUILD_TYPE AND NOT CMAKE_CONFIGURATION_TYPES)
     set(CMAKE_BUILD_TYPE Release CACHE STRING "Choose the type of build." FORCE)
     set_property(CACHE CMAKE_BUILD_TYPE PROPERTY STRINGS "Debug" "Release" "MinSizeRel" "RelWithDebInfo")
   endif()
   
   # Detect the installed nanobind package and import it into CMake
   execute_process(
     COMMAND "${Python_EXECUTABLE}" -m nanobind --cmake_dir
     OUTPUT_STRIP_TRAILING_WHITESPACE OUTPUT_VARIABLE NB_DIR)
   list(APPEND CMAKE_PREFIX_PATH "${NB_DIR}")
   find_package(nanobind CONFIG REQUIRED)
   
   nanobind_add_module(my_ext my_ext.cpp)
   

3. 搞定，就在此文件夹目录下 终端输入：

   cmake -S . -B build
   cmake --build build
   

4. 运行

   cd build
   python3
   
   Python 3.11.1 (main, Dec 23 2022, 09:28:24) [Clang 14.0.0 (clang-1400.0.29.202)] on darwin
   Type "help", "copyright", "credits" or "license" for more information.
   import my_ext
   my_ext.add(1, 2)
   3
   

至此你完成了一个cpp转python的（感觉这里好像没啥好解释的，看起来就非常易懂，但是！自己操作起来就是另一回事了 欢迎尝试：

3. 复杂尝试

如果感兴趣可以自己先开始干，这是Daniel在ufomap里写的一个timer.hpp文件 [请遵循许可证使用]，内含一个巨好用的 Timer 类，一应俱全，正常C++的使用方式是

#include "timing.hpp"

Timing timing;
timing.start("Total");
timing[0].start("One Scan Cost");
// do something.
std::cout<<timing[0].lastSeconds()<<std::endl;
timing[0].stop();

timing[6].start("Write");
// do write file function
timing[6].stop();
timing.print("MyTest" /*title*/, true /*color*/, true /*bold*/);

源码 click here: timing.hpp

那么我们同样想在python里使用这个类，需要用pythonbind11或者nanobind进行搭桥，假设我们python的使用要求如下：

import dztimer
from time import sleep

if __name__ == '__main__':
    timer = dztimer.Timing()
    print(timer)
    timer.start("Total")
    timer[0].start("One Scan Cost")
    for i in range(5):
        sleep(0.05 + i * 0.01)
    timer[0].stop()
    
    for i in range(5):
        timer[1].start("Second Scan Cost")
        sleep(0.08 + i * 0.01)
        timer[1].stop()
    timer.print(title="MyTest", random_colors=True, bold=True)

—— 华丽的分割线 ——

以下为答案部分（不唯一）

#include "timer.hpp"
#include "nanobind/nanobind.h"
#include <nanobind/stl/string.h>

NB_MODULE(dztimer, m) {
    nanobind::class_<Timer>(m, "Timer")
        .def("start", static_cast<void (Timer::*)()>(&Timer::start))
        .def("stop", &Timer::stop);

    nanobind::class_<Timing, Timer>(m, "Timing")
        .def(nanobind::init<>())
        .def(nanobind::init<const std::string &>())
        .def("start", static_cast<void (Timing::*)(const std::string &)>(&Timing::start))
        .def("start", static_cast<void (Timing::*)(const std::string &, const std::string &)>(&Timing::start))
        .def("__getitem__", static_cast<Timing& (Timing::*)(std::size_t)>(&Timing::operator[]), nanobind::rv_policy::reference)
        .def("print", &Timing::print, nanobind::arg("title")="Default", nanobind::arg("random_colors")=false, nanobind::arg("bold")=false, 
             nanobind::arg("group_colors_level")=std::numeric_limits<std::size_t>::max(), nanobind::arg("precision")=4);
}

接下来开始从 小张 遇到的一个个bug开始讲起：

Class parent children

如果你要使用的对象是从父类里继承的，那么！分类也要在nanobind里申明！！ 这就是为什么小张同学直接call stop的时候 说找不到，所以需要也把父类expose出来

string

#include <nanobind/stl/string.h>

这个是报错，然后一脸懵逼 直到chatgpt也无能为力 让我试试最简单的例子，也就是print hello 才发现原来是…. 头文件没加，也就是说如果你的输入参数有std::string 类型 你应该要带上这个头文件 不然会运行报错如下：

Invoked with types: nanobind_example.Timer, str

然而还是自己看文档这个部分发现不同 无意看到想着加一个试一下 然后就好了…

更多std::的其他函数可能也有这个需求 可以看官方文档的这个include 获取：https://github.com/wjakob/nanobind/tree/master/include/nanobind/stl

[] 操作符重载

其实其他的都有 唯独这个没有，后面才知道原来不需要在python里重载这个 而是用get_item去做这件事，对应的issue还是从pythonbind11里找到解答的：https://github.com/pybind/pybind11/issues/2702

所以最后才写成了

.def("__getitem__", static_cast<Timing& (Timing::*)(std::size_t)>(&Timing::operator[]), nanobind::rv_policy::reference)

Ownership

也就是getitem的时候 之前直接这样写的：

.def("__getitem__", static_cast<Timing& (Timing::*)(std::size_t)>(&Timing::operator[]))

but 不报错 但是结果是错的，也只能给出Total的结果，所以很难找到原因，只能求助chatgpt，然后给了一个不存在的方案 但是灵机一动 搜一下最后的nanobind::return_value_policy::reference refernce，发现其实差一点点 他就对了（可能是因为pythonbind11训练样本更多吧

.def("__getitem__", static_cast<Timing& (Timing::*)(std::size_t)>(&Timing::operator[]), nanobind::return_value_policy::reference)

也就是在nanobind的 **ownership章节，提到了类似的：**

Data data; // This is a global variable

m.def("get_data", []{ return &data; }, nb::rv_policy::reference)

所以一修改 哦吼就好了！

4. 本地安装 与 本地上传 pip

本地的话，建议看一下 dztimer repo 所有的代码，以便漏掉了某个环节

首先是本地可能需要venv去隔离开环境，比如提示我先安装这个py3.8环境：

sudo apt install python3.8-venv

然后在对应 dztimer 文件目录下运行：

python3 -m pip install --upgrade build
python3 -m build

打印信息如下，也就是你得到了一个dist文件夹下有库的二进制包了

接下来是了解怎么从本地push上去。管理pip install的是pypi这个组织，然后旗下可以先走testpypi

步骤是：1. 注册账号，2. 验证邮箱，3. 转到api-tokens创建API，4. 设置为整个账户，5. 保存到本机上方便上传

接下来，我们需要上传我们的release。为此，我们必须使用上传工具来上传我们的包。PyPI 官方上传工具是twine，所以让我们安装 twine 并在该dist/目录下上传我们的发行版档案。

拿到API token后 set up your $HOME/.pypirc file like this:

[testpypi]
  username = __token__
  password = pypi-AgENd???

然后文件目录下终端输入：

python3 -m pip install --upgrade twine
python3 -m twine upload --repository testpypi dist/*

然后就是提交上去啦 如下就可以看到公开的一个link

现在可以换个环境下载一下这个包进行使用：

python3 -m pip install --index-url https://test.pypi.org/simple/ --no-deps dztimer

但是需要注意的是 你可以看到编译的只有当前环境的py38和 manylinux，所以还需要走到下一步 也就是使用github action的功能来对所有系统 所有版本进行编译并上传

5. 自动提交到pip库内

这样的话 你的包就可以直接pip install 了！想想都觉得成就感（当然 是有意义的哈 别push了一堆example hahaha）【reference link】

但是通常来说我们会使用github去自动完成这个步骤，那么需要了解：

• github repo下的 secrets 添加
• github action的工作流程 官方文档

- name: Publish package to TestPyPI
  uses: pypa/gh-action-pypi-publish@release/v1
  with:
    password: ${{ secrets.TEST_PYPI_API_TOKEN }}
    repository-url: https://test.pypi.org/legacy/

• example 参考文档

主要注意的是多平台的支持就需要满足很多coding的严格限制，比如 写这篇的时候 ubuntu迅速通过并push 然而多平台 window macos一直报错

1. C++版本要约束好在CMakeLists.txt，特别是使用的库是17的新功能
2. 头文件不要拉，比如 array 头文件在ubuntu落了不报错 正常运行 但是其他两个就不行
3. 模板类的一系列都要指定好 不能想着让系统自己figure out

以上，更多可以看 https://github.com/KTH-RPL/dztimer 这个repo的心路历程… commit都没删

TestPyPI是一个PyPI的分支类似于大家专门先在这里测试一下 然后确认好了 再走到PyPI，两者唯一的区别就是你token给哪个平台的 其余都是一模一样的操作

finally 欢迎大家star 并尝试 python dztimer 希望是一个好用的timing方案

---

赠人点赞 手有余香 😆；正向回馈 才能更好开放记录 hhh