本文介绍在Visual Studio软件中配置、编译C 环境下matplotlibcpp库的详细方法。
matplotlibcpp库是一个C 环境下的绘图工具，其通过调用Python接口，实现在C 代码中通过matplotlib库的命令绘制各类图像。由于其需要调用Python接口，因此在配置matplotlibcpp库时有些较为麻烦的操作。本文就将matplotlibcpp库的具体配置方法进行详细介绍。
1 Git配置
Git是一个分布式开源版本控制系统，在后期我们需要基于其完成vcpkg包管理器的下载与安装，因此需要首先完成Git的配置；具体方法大家可以参考配置Git并克隆GitHub代码的方法这篇文章。
2 vcpkg配置
vcpkg是一个开源的C 包管理器，在后期我们需要基于其完成matplotlibcpp库的下载与安装，因此需要首先完成vcpkg的配置。
首先，选定一个路径作为vcpkg的保存路径；随后，在这一文件夹下，按下Shift按钮并同时右击鼠标，选择“在此处打开Powershell窗口”。
随后，将弹出如下所示的窗口。
接下来，在其中输入如下的代码，并运行。
代码语言：javascript复制git clone https://github.com/microsoft/vcpkg
具体如下图所示。
稍等片刻，出现如下所示的界面，说明vcpkg安装完毕。
随后，输入如下代码，进入vcpkg保存路径。
cd vcpkg
再输入如下代码，激活vcpkg环境。
.bootstrap-vcpkg.bat
具体如下图所示。
运行完毕后，将得到如下所示的结果。
接下来，再输入如下所示的代码，将vcpkg与我们的Visual Studio软件相连接。
.vcpkg integrate install
具体如下图所示。
代码运行完毕后，如下图所示。
3 matplotlibcpp配置
接下来，我们即可开始进行matplotlibcpp库的配置。
3.1 matplotlibcpp安装
首先，依然在刚刚的界面中，输入如下代码，安装matplotlibcpp库。
.vcpkg install matplotlib-cpp
代码运行结束后，得到如下所示的结果。
随后，输入如下所示的代码，安装64位的matplotlibcpp库。
.vcpkg install matplotlib-cpp:x64-windows
运行代码后，得到如下所示的结果。
3.2 matplotlibcpp配置
首先，在刚刚配置的vcpkg的保存路径中，通过以下路径，找到matplotlibcpp.h文件，并将其打开。
随后，在其#include部分的最下方，添加如下代码。
#include <string>
具体如下图所示。
同时，在该文件340行左右，将template开头的两行注释掉，如下图所示。
4 Python配置
由于matplotlibcpp库是通过调用Python接口，实现在C 代码中通过matplotlib库的命令绘制各类图像，因此配置matplotlibcpp库时还需要保证电脑中拥有Python环境。而这里的Python环境也有一个具体的要求——需要具有Debug版本的Python。
因此，可以分为3种情况：第一种情况，是大家电脑中之前没有安装过任何Python环境；第二种情况，是大家之前有通过Anaconda下载Python环境；第三种情况，则是大家之前有通过Python官方下载Python环境。针对这三种情况该具体如何配置，我们也会在接下来的文章中具体提及。
首先，对于第二种情况，也就是之前有通过Anaconda下载Python环境的情况，大家从这里开始看就好。首先，需要看一下Anaconda中Python的版本；如下图所示，我这里就是在Anaconda中有3.9.12版本的Python。
其次，对于第一种情况，也就是之前没有安装过任何Python环境的情况，大家从这里开始看就好。我们在Python的官方下载地址（https://www.python.org/downloads/）中，下载最新的Python版本即可（如果是之前有通过Anaconda下载Python环境的情况，大家这里下载和自己Anaconda中Python版本不一样的版本即可。
随后，双击打开刚刚下载好的安装包。对于第三种情况，即大家之前有通过Python官方下载Python环境的情况，那么直接找到当初的安装包，然后进行如下的操作即可。
首先，选择“Customize installation”选项。
接下来的页面，选择默认的配置即可。
随后的页面，选中第一个方框中所包含的勾选项，并在其下方配置自定义安装路径；这个路径建议大家自己修改一下，同时记下来这个路径，之后会经常用到。
随后，依据文章Windows环境变量的设置方法提到的方法，首先将以下两个路径添加到环境变量中的用户变量的Path中。具体这两个路径的前缀，和大家前面所选的Python安装路径有关。
接下来，将这两个路径同样在环境变量的系统变量的Path中添加一下；此外，还要注意，如果大家的环境变量中，有原本的Python路径，大家最好将原本的路径放在我们新建的变量的下方，如下图所示。
此外，还需要在系统变量中，添加如下所示的两个内容；其中，“变量”一栏依次填写PYTHONHOME与PYTHONPATH，“值”一栏就是刚刚我们的Python安装路径。
随后，我们在计算机中进入Python环境，就默认进入我们刚刚配置的、新的Python环境；之后如果我们需要正常使用Python了，可以用我们这次配置的新的Python；也可以将刚刚配置的PYTHONHOME与PYTHONPATH两个系统变量删除，并将原有Python所对应的环境变量提前到刚刚配置好的Python的环境变量之前，从而使用我们原先版本的Python。
接下来，我们需要对新创建的Python进行matplotlib库与numpy库的安装。这里就使用Python最传统的pip安装方法即可，首先输入如下的代码。
pip install -U matplotlib
出现如下所示的界面即说明matplotlib库已经安装完毕。
随后，输入如下所示的代码。
代码语言：javascript复制pip install numpy scipy matplotlib
即可完成numpy库的安装。
5 解决方案配置
接下来，我们创建或打开需要调用matplotlibcpp库的解决方案。
首先，将前述Python安装路径下的以下两个.dll文件复制（具体文件名称与Python版本有关）。
并将其复制到解决方案的文件夹下。
随后，依据文章Visual Studio调用已配置好的C 库的方法中提到的方法，分别进行以下配置。
首先，在“附加包含目录”中，将Python和numpy库的include文件夹放入其中。
其次，在“附加库目录”中，将Python安装路径下libs文件夹的路径放入其中。
再次，在“附加依赖项”中，将Python安装路径下libs文件夹中如下所示的4个.lib文件放入其中。
随后，对于需要调用matplotlibcpp库的程序，需要添加以下代码。
#include "matplotlibcpp.h"
namespace plt = matplotlibcpp;
具体如下图所示。
随后，即可开始运行代码。这里提供一个最简单的matplotlibcpp库调用代码。
#include "matplotlibcpp.h"
namespace plt = matplotlibcpp;
int main() {
plt::plot({ 1, 2, 3, 4 });
plt::show();
return 0;
}
运行代码，出现如下所示的窗口。
以上，即完成了matplotlibcpp库的配置。
