 我们都知道 Rhino 和 Grasshopper 中的 Python 并不是真正原生的 Python ，而是在 .net Framework 框架之上的 IronPython，所以大家都有一个共同的烦恼，就是 IronPython 架构上第三方的代码库太少了。很多在原生 Python 上最基础的库，在 IronPython 上都是不能用的，甚至连先前可以使用的 numpy for .net 都已经停止维护了，我上个月在重装操作系统以后，再想将 numpy 安装到 Rhino 中，发现网络上所有安装 numpy 的链接都已经失效了，为此我还后悔了好久，没有将 numpy 的安装包备份下来。 没想到惊喜还是来的很快，在刚刚过去的 8 月 12 日，Food4Rhino 上出现了这款名为 GH_Cpython 的工具，作者署名为 MahmoudAbdelRahman，经过测试，该插件能够将安装在本机的原生 Python 嵌入到 Grasshopper 中，可以传入 Grasshopper 中的数据，然后在 GH_Cpython 中进行计算并输出计算结果，安装在本机 Python 中的各种代码库，也都能够引用 Grasshopper ，比如最近很热门的 Google 深度学习架构——TensorFlow，同样可以引入并执行运算。TensorFlow 就是大名鼎鼎的 AlphaGo 的深度神经网络后端。 由于 GH_Cpython 是原生的 Python ，所以其计算速度要比 .net Framework 上的 IronPython 快很多，从下面的截图就可以看到执行同样的内容计算速度的不同：  下面给大家大概演示一下如何配置 GH_Cpython GH_Cpython 的下载地址：http://www.food4rhino.com/app/ghcpython GitHub 源码: https://github.com/MahmoudAbdelRahman/GH_CPython 插件安装和 Grasshopper 中其他插件的安装方式没有任何不同，将解压得到的 gha 文件和 dll 文件复制到 Grasshopper >> File >> Componts 文件夹中即可。  安装好后 Maths 分类下的 Scripts 中就会出现一个黑色的 Python 图标  首次运行会要求用户选择使用本机中的哪个 Python 环境：  建议大家和我一样，在本地电脑上安装 Anaconda ，这样就可以同时安装多个相互独立的 Python 运行环境，要使用不同版本依赖库的时候就特别方便了，下图就是我的 Anaconda 中多个运行环境：  至于如何配置 Python 的运行环境，大家可以根据需要自行百度。 如果需要更改 GH_Cpython 的运行环境，可以点击该组件下方的蓝色长条，就可以再次打开环境选择对话框：  我选择的是一个安装了 GPU 版本 TensorFlow 的 Python 3.5.3 版本运行环境，然后写几句测试语句进行运算，可以看到执行结果和原生 Python 中一模一样，同样支持 TensorFlow 的 GPU 运算：  Python 版本为 3.5.3 ,TensorFlow Session 的计算结果也是正确的。 同时在输出信息末尾也可以看到 Tensorflow 的 GPU 也没有问题，使用的是我电脑中编号为 0 的GPU ，即这台电脑上唯一显卡的 GPU：  以上就是 GH_Cpython 的安装和简单测试，有了这个强大的工具，是不是意味着我们就可以放弃 IronPython 了呢？答案是否定的，GH_Cpython 在 Grasshopper 中可以承担的角色只能是作为计算的工具，而不能完完全全把它当作 RhinoPython 来用，这是因为 RhinoCommon 代码库是基于 .net Framework 的，所以在 GH_Cpython 中无法调用 Rhino 中的函数，要调用 Rhino 的函数还是得用 IronPython。不过这两个工具配合使用，还是能解决很多问题的。这个工具的 UI 目前也还是不完善，自动填充等等功能目前也都还没有，不过毕竟才是第一版，相信后续的版本会有所改进。 |
