前言：
在平时工作中，需求有多种实现方式；根据不同的需求可以采用不同的编程语言来实现。发挥各种语言的强项
如：Python的强项是：数据分析、人工智能等
.NET 开发桌面程序界面比Python更简单、方便、美观
那么就存在各种语言间交互，本篇主要介绍几种C# 与 Python的交互方式。
一、IronPython
1、IronPython是什么？
IronPython是Python编程语言的开源实现，该语言与.NET Framework紧密集成。IronPython可以使用.NET Framework和Python库，而其他.NET语言也可以轻松使用Python代码。
2、IrconPython如何使用
a) 添加包引用：
Install-Package IronPython -Version 2.7.11
b) 执行简单python脚本：
//创建执行引擎
ScriptEngine engine = Python.CreateEngine();
ScriptScope scope = engine.CreateScope();
string script = "'Hello %d' %number";
//设置参数列表
scope.SetVariable("number", 123);
ScriptSource sourceCode = engine.CreateScriptSourceFromString(script);
var result = sourceCode.Execute<object>(scope);
c) 执行python文件方法：
添加如下简单Python文件：demo.py
#文件目录 demo.py
import timedef welcome(name):
return "hello " + namedef Add(a, b):
return a + bdef showMsg(name,birthday):
return "姓名：" + name + "，生日：" + birthday
执行方法：
string path = @"demo.py";
ScriptRuntime pyRuntime = Python.CreateRuntime(); //创建一下运行环境
dynamic obj = pyRuntime.UseFile(path);
//调用python中Add函数
object sum = obj.Add(1, 54);
d) 执行python文件方法(依赖三方库)：
from scipy import linalg
import numpy as np
import jsondef calcnum(jsonInput):
A = np.array([[1, 1, 7], [2, 3, 5], [4, 2, 6]]) # A代表系数矩阵
b = np.array([2, 3, 4]) # b代表常数列
x = linalg.solve(A, b)
# json字符串转对象
info = json.loads(jsonInput)
print(info['a'])
# 对象转json字符串
output = json.dumps(info)
print(output)
print(x)
执行结果：
IronPython虽然能够交互Python，但支持的库不多，当py文件依赖三方库，则会调用失败；且IronPython对Python3尚未完全支持，下面就开始在C#在Python有第三方库的情况下交互Python。
二、Python打包exe调用
把Python打包成exe，C#再通过cmd进行交互。就可以解决第三方库的问题；
修改Python文件（calc.py）：依赖了scipy库
from scipy import linalg
import numpy as np
import jsondef calcnum(jsonInput):
A = np.array([[1, 1, 7], [2, 3, 5], [4, 2, 6]]) # A代表系数矩阵
b = np.array([2, 3, 4]) # b代表常数列
x = linalg.solve(A, b)
# json字符串转对象
info = json.loads(jsonInput)
print(info['a'])
# 对象转json字符串
output = json.dumps(info)
print(output)
print(x)if __name__ == '__main__':
inputString = sys.argv[1]
calcnum(inputString)
Pyinstaller：
PyInstaller 是一个程序，将（包）Python 程序打包到独立的可执行文件中，在 Windows、Linux、Mac OS X、FreeBSD、Solaris 和 AIX 下。与类似工具不同，它的主要优点是 PyInstaller 可以与 Python 2.7 和 3.3_3.5 配合使用，它通过透明压缩构建更小的可执行文件，它是完全多平台的，并使用操作系统支持来加载动态库，从而确保完整兼容性。
PyInstaller 的主要目标是与开箱即用的第三方软件包兼容。这意味着，使用 PyInstaller 时，所有使外部包正常工作所需的技巧都已集成到 PyInstaller 本身中，因此无需用户干预。您永远不需要在 wiki 中查找技巧，并将自定义修改应用于文件或设置脚本。例如，像PyQt、Django或matplotlib这样的库完全支持，而无需手动处理插件或外部数据文件。
安装：
在Cmd命令行中运行：需提前安装pip（python3.4以后默认包含）
pip install pyinstaller
打包：
//命令格式
pyinstaller 选项 Python 源文件
选项参数支持以下内容：
| 参数 | 描述 |
|---|---|
| -H, -help | 查看帮助文档 |
| -F，-onefile | 产生单个的可执行文件 |
| -D，–onedir | 产生一个目录（包含多个文件）作为可执行程序 |
| -a，–ascii | 不包含 Unicode 字符集支持 |
| -d，–debug | 产生 debug 版本的可执行文件 |
| -w，–windowed，–noconsolc | 指定程序运行时不显示命令行窗口（仅对 Windows 有效） |
| -c，–nowindowed，–console | 指定使用命令行窗口运行程序（仅对 Windows 有效） |
| -o DIR，–out=DIR | 指定 spec 文件的生成目录。如果没有指定，则默认使用当前目录来生成 spec 文件 |
| -p DIR，–path=DIR | 设置 Python 导入模块的路径（和设置 PYTHONPATH 环境变量的作用相似）。也可使用路径分隔符（Windows 使用分号，Linux 使用冒号）来分隔多个路径 |
| -n NAME，–name=NAME | 指定项目（产生的 spec）名字。如果省略该选项，那么第一个脚本的主文件名将作为 spec 的名字 |
最后在命令行中执行命令：
pyinstaller -F calc.py
打包完成后，生成calc.exe文件：
调用：
private string Calc(string inputString)
{
// 调用python脚本
Process p = new Process();
p.StartInfo.FileName = "calc.exe";
p.StartInfo.UseShellExecute = false;
p.StartInfo.RedirectStandardOutput = true;
p.StartInfo.RedirectStandardInput = true;
p.StartInfo.CreateNoWindow = true;
// 注意，这前面得有一个空格，不然就连在一起了
p.StartInfo.Arguments = " " + inputString;
p.Start();
string output = p.StandardOutput.ReadToEnd();
p.WaitForExit();
p.Close();
return output;
}
到此该方法已能成功调用Python结果
三、Python提供WebApi接口（推荐）
使用Python中flask库实现一个简单的webapi服务：
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()
最后在C#中调用webapi：得到python结果
总结：
通过以上内容知道各种语言平台想交互，虽然有多种方式实现；但是最为推荐还是提供Webapi接口方式。
