如何将cppyy返回的C++容器对象转换为Python对象？

核心转换逻辑 #

cppyy对C++标准容器的封装对象天然支持Python迭代协议，直接用原生Python构造器或推导式就能完成转换：

1. 单个二维std::vector转Python列表
   针对cppyy返回的std::vector<std::vector<double>>，用嵌套列表推导式直接转换：

   # cpp_2d_vec 是cppyy封装的二维double向量
   py_2d_list = [list(row) for row in cpp_2d_vec]
   

2. std::tuple转原生Python元组
   cppyy的std::tuple可以直接用tuple()构造器转为Python原生元组，再逐个处理内部的向量：

   # cpp_tuple 是cppyy调用C++方法得到的元组对象
   py_tuple = tuple(cpp_tuple)
   

完整转换示例 #

假设你的C++方法返回std::tuple<std::vector<std::vector<double>>, std::vector<std::vector<double>>>，调用后得到cpp_result，完整转换适配PyTorch的流程如下：

import torch
import numpy as np

# 1. 把cppyy元组转为Python原生元组
py_tuple = tuple(cpp_result)

# 2. 批量转换所有二维向量为Python列表
converted = []
for vec in py_tuple:
    converted.append([list(row) for row in vec])

# 3. 转为PyTorch张量（两种可选方式）
# 方式1：从Python列表直接转张量
tensor1 = torch.tensor(converted[0])
tensor2 = torch.tensor(converted[1])

# 方式2：先转numpy数组再转张量（适合大数据量场景）
np_arr1 = np.array(converted[0])
tensor1 = torch.from_numpy(np_arr1)

注意事项 #

• 无需额外依赖库，cppyy的容器封装原生支持Python迭代，直接用原生构造器即可完成转换。
• 若追求内存效率，直接用np.array()处理cppyy的二维向量也可行，但转成Python列表后再转numpy/张量，兼容性更强，能避免cppyy内存管理带来的潜在问题。

内容的提问来源于stack exchange，提问作者Carpet4