由于 GH_Cpython 是原生的 Python ，所以其計算速度要比 .net Framework 上的 IronPython 快很多，從下面的截圖就可以看到執行同樣的內容計算速度的不同：

下面給大家大概演示一下如何配置 GH_Cpython

GH_Cpython 的下載地址：

http://www.food4rhino.com/app/ghcpython

GitHub源碼:

https://github.com/MahmoudAbdelRahman/GH_CPython

插件安裝和 Grasshopper 中其他插件的安裝方式沒有任何不同，將解壓得到的 gha文件和 dll文件復制到 Grasshopper >> File >> Componts文件夾中即可。

安裝好后 Maths 分類下的 s 中就會出現一個黑色的 Python 圖標：

首次運行會要求用戶選擇使用本機中的哪個 Python 環境：

建議大家和我一樣，在本地電腦上安裝 Anaconda ，這樣就可以同時安裝多個相互獨立的 Python 運行環境，要使用不同版本依賴庫的時候就特別方便了，下圖就是我的 Anaconda 中多個運行環境：

至于如何配置 Python 的運行環境，大家可以根據需要自行百度。

如果需要更改 GH_Cpython 的運行環境，可以點擊該組件下方的藍色長條，就可以再次打開環境選擇對話框：

我選擇的是一個安裝了 GPU 版本 TensorFlow 的 Python 3.5.3 版本運行環境，然后寫幾句測試語句進行運算，可以看到執行結果和原生 Python 中一模一樣，同樣支持 TensorFlow 的 GPU 運算：

Python 版本為 3.5.3 ,TensorFlow Session 的計算結果也是正確的。

同時在輸出信息末尾也可以看到 Tensorflow 的 GPU 也沒有問題，使用的是我電腦中編號為 0 的GPU ，即這臺電腦上唯一顯卡的 GPU：

以上就是 GH_Cpython 的安裝和簡單測試，有了這個強大的工具，是不是意味著我們就可以放棄 IronPython 了呢？答案是否定的，GH_Cpython 在 Grasshopper 中可以承擔的角色只能是作為計算的工具，而不能完完全全把它當作 RhinoPython 來用，這是因為 RhinoCommon 代碼庫是基于 .net Framework 的，所以在 GH_Cpython 中無法調用 Rhino 中的函數，要調用 Rhino 的函數還是得用 IronPython。不過這兩個工具配合使用，還是能解決很多問題的。這個工具的 UI 目前也還是不完善，自動填充等等功能目前也都還沒有，不過畢竟才是第一版，相信后續的版本會有所改進。

推薦學習

更多新聞與教學

關注Rhino原廠微信公眾帳號獲取最新課程資訊

并且會不斷連載原創或轉載有價值的參數化軟件教程

總結

以上是生活随笔為你收集整理的grasshopper python_【转】精华教学 | GH_Cpython——将原生的 Python 与机器学习框架引入Grasshopper...的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。