Python環境搭建和LabVIEW中的調用

本文主要介紹Python相關的環境搭建、Anaconda的使用以及在LabVIEW中調用Python的方法。

1 版本介紹

安裝python環境，注意Python版本，目前最新的LabVIEW 2023 Q3，支持3.6~3.10版本的python。工作中大多使用32位的LabVIEW，建議選擇使用32位的python，64位不可用，僅64位的LabVIEW與其匹配。以下是NI官網關于32位和64位的介紹

我們首推 32位 LabVIEW，因為它可以在32位或64位操作系統上安裝和使用，并且可以更好地兼容其他模塊或工具包，同時更好地支持第三方插件。 32位的模塊或工具包不能與64位 LabVIEW 搭配使用。

與32位 LabVIEW 相比，64位 LabVIEW 并沒有任何速度優勢，但它允許程序一次性訪問更大的系統內存。雖然大多數用戶都發現32位版本可為其項目提供大量資源，但某些特殊的應用可能需要額外的內存。如果您的程序需要處理非常大的數組或處理特別高清晰度的圖像，64位 LabVIEW 是您更好的選擇。

通常，我們建議開發人員使用32位 LabVIEW，只有需要使用額外內存時，才考慮64位 LabVIEW。

2 Python環境下載與安裝

方式一：直接下載32位python

Python可在官網進行下載，選擇3.10以內的版本，安裝時配置環境變量。

在此安裝后，可利用pip安裝相關的工具包。

方式二：x64 Anaconda配置

使用Anaconda進行環境配置，下載地址Free Download | Anaconda。

利用Anaconda，官網最新的安裝包默認安裝64位版本，python版本在3.11以上，可在其中創建新的環境供LabVIEW使用。

安裝時，選擇上添加環境變量。

在完成安裝后，打開Anaconda Prompt來配置環境。因為安裝的是64位的conda，在Navigator中配置的虛擬環境也是 64 位的，但可以通過以下方法配置32位環境。

先切換到32位模式，然后再創建環境默認就是 32 位的 Python了：

set CONDA_FORCE_32BIT=1

切換成功不會有任何的提示信息，然后使用conda創建虛擬環境，此時創建出來的虛擬環境就是32位了。

使用conda create命令創建新環境。以下是一個示例命令，其中 "myenv" 是您要創建的環境的名稱，而 "python=3.8" 是您要使用的Python版本。您可以根據自己的需求修改這些值：

conda create --name myenv python=3.8

之后在Navigator里面打開相關的環境，相關的工具包均為32位。

方式三： x86版本 Anaconda

如果僅與LabVIEW編程，也可此處選擇清華源的安裝此版本中的是python3.9，是32位的，在Navigator里面建立的環境可以直接使用。

https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/?C=M&O=A

但由于時間較久了，很多都需要進行升級，存在不匹配問題。在控制臺中，先手動升級pip。（不升級pip，無法直接在軟件中更新操作）

python -m pip install --upgrade pip

升級pip之后，就可以在Anaconda中，手動設置升級了。

由于本身是32位程序，可以點擊Create，專門為某個程序創建環境。如此處創建Lab的環境，選擇了python3.10.4。用于后期測試不同的版本運行。

安裝第三包，輸入名稱，選擇版本

選擇應用，即可完成。

3 在LabVIEW中的調用

面板位置

可以打開范例進行測試

直接打開會話

選擇第一個，直接運行，會報錯。主要原因是環境變量的問題，沒有找到python的編輯器。

這個位置要找到之前Anaconda的安裝路徑，用里面的Python。如果是在Python官網下載的，在環境變量中配置的，則可以直接執行。此處選擇以下即可。

選擇路徑后，執行正常。

Anaconda環境試

Anaconda環境測試，替換引用，輸入默認的base。

測試運行初始化時候，會卡2秒，但Add運行執行的時間是和直接用Python是一致的。

替換之前建立的Lab環境，需要選擇Anaconda的安裝路徑，建立的Python版本與之對應。

也可以在環境變量中進行配置，在Path選擇建立的Lab環境的文件夾。

執行正常

接下來測試一個LabVIEW自帶的范例，

這個范例可以測試兩個環境的操作，如下。

程序里面，需要安裝Numpy和scipy。base環境中，都已經自帶了，新增的環境需要安裝，否則會報錯。

運行結果

審核編輯 黃宇