一次搞懂 DotNetPy：.NET 与 Python 互操作新范式
在企业级开发这块儿，.NET 在业务系统里是主力，Python 则在数据科学、机器学习那边称王。要是能把这两者结合，让 C# 应用直接调用 Python 那些丰富的生态（比如 pandas、scikit-learn），同时还能保持 .NET 工具链的清爽，那该多好。但现实是，现有的互操作方案要么依赖臃肿的运行时，要么不支持 .NET Native AOT，要么得折腾复杂的源生成器配置，用起来总是磕磕绊绊。
DotNetPy 就是为了填这个坑来的。它的 0.5.0 版本已经发布在 NuGet 上了，提供了一种轻量又现代化的 .NET 和 Python 互操作方案①。
什么是 DotNetPy？
DotNetPy（读作 “dot-net-pie”）是一个 .NET 库，能让 C# 直接执行 Python 代码。它把 Python 的 C API 封装了一下，提供了一套干净的托管接口，不需要外部脚本文件，也不用复杂的构建步骤。
来个完整的“Hello World”感受一下：
var executor = Python.GetInstance(); var temperatures = new[] { 23.5, 19.2, 31.8, 27.4, 22.1 }; using var result = executor.ExecuteAndCapture(@" import statistics result = {'mean': statistics.mean(data), 'stdev': statistics.stdev(data)} ", new Dictionary<string, object?> { { "data", temperatures } }); Console.WriteLine($"Mean: {result?.GetDouble("mean"):F1}°C ± {result?.GetDouble("stdev"):F1}");这段代码直接在 C# 里内嵌了 Python 脚本，通过字典把 .NET 数组传进去，然后安全地把计算结果拿回来。全程不用建.py文件，也不用配项目，干净利落②。
为啥还需要一个新的互操作库？
虽说已经有 pythonnet、CSnakes、IronPython 这些方案，但它们都没跟上 .NET 2025+ 的发展节奏。DotNetPy 从三个根上重新设计，填补了空白：
1. 原生支持 Native AOT
DotNetPy 是目前唯一支持PublishAot=true的 .NET-Python 互操作库。这意味着你能构建完全自包含、不用 JIT 的 AOT 编译应用，而 pythonnet 和 CSnakes 都还不支持这个特性③。
2. 兼容 .NET 10+ 文件级应用
.NET 10 引入了“单文件脚本”模式（dotnet run script.cs），连.csproj都不用建。DotNetPy 从一开始就考虑到了这个场景：
# 直接跑，不用项目文件 dotnet run my-analysis.cs这样一来，它就成了写脚本、做原型验证、搞轻量自动化的利器④。
3. 声明式 uv 集成
以前得手动管 Python 环境，老容易出“在我机器上能跑”的尴尬。DotNetPy 内置了对uv（一个高性能 Python 包管理器）的支持，可以在 C# 里直接声明环境依赖：
using var project = PythonProject.CreateBuilder() .WithProjectName("my-analysis") .WithPythonVersion(">=3.10") .AddDependencies("numpy>=1.24.0", "pandas>=2.0.0") .Build(); await project.InitializeAsync(); // 自动下载 Python、建虚拟环境、装包 var executor = project.GetExecutor(); executor.Execute("import numpy as np; print(np.mean([1,2,3]))");就这么一次调用，环境就全准备好了，再也不用担心环境不一致的问题⑤。
和其他方案比比看
特性 | DotNetPy | pythonnet | CSnakes | IronPython |
|---|---|---|---|---|
Native AOT 支持 | ✅ | ❌ | ❌ | ❌ |
文件级应用 | ✅ | ❌ | ❌ | ❌ |
源生成器依赖 | 否 | 否 | 是 | 否 |
uv 集成 | 内置 | 无 | 支持 | 无 |
双向调用 | C# → Py | C# ↔ Py | C# → Py | C# ↔ Py |
学习曲线 | 极低 | 中等 | 高 | 低 |
DotNetPy 的目标很明确，就是针对C# 做主、Python 当工具的场景。要是你需要 Python 回调 .NET 对象，那 pythonnet 还是更合适的选择⑥。
内置安全机制
动态执行代码总得小心注入风险。DotNetPy 在编译期用 Roslyn 分析器帮你盯着潜在的危险：
// ❌ 分析器会提醒：用户输入直接当代码使，危险！ executor.Execute(userInput); // ✅ 安全的做法：用户数据作为变量传进去 executor.Execute( "result = sum(numbers)", new Dictionary<string, object?> { { "numbers", userNumbers } } );这么设计，安全的路子清晰明了，危险的操作一眼就能看出来⑦。
核心功能一览
自动找 Python：跨平台检测装好的 Python；
数据封送：.NET 的数组、字典、基础类型和 Python 之间能双向转换；
变量管理：可以在 C# 里捕获、检查、删除 Python 变量；
支持无 GIL：自动识别 Python 3.13+ 的
--disable-gil构建；线程安全：自动管好 GIL，支持并发访问⑧。
快速上手
装 NuGet 包：
dotnet add package DotNetPy --version 0.5.0初始化然后执行：
using DotNetPy; // 自动找 Python Python.Initialize(PythonDiscovery.FindPython()); var executor = Python.GetInstance(); var sum = executor.Evaluate("sum([1,2,3,4,5])")?.GetInt32(); Console.WriteLine(sum); // 输出：15典型应用场景
AI/ML 集成：在 .NET 服务里调 scikit-learn、PyTorch 模型；
数据分析脚本：内联执行 pandas/numpy 计算，不用单独起 Python 服务；
自动化脚本：用 .NET 10 的文件级应用，给脚本配上 Python 能力；
老系统改造：在现有 .NET 应用里慢慢引入 Python 功能⑨。
未来规划
接下来计划支持 Windows 嵌入式 Python（部署更简单），还会针对 AI 和数据科学做专门的优化。当前 v0.5.0 版本的 API 已经比较稳了，社区的反馈特别重要⑩。
技术生态关系图
这张图想说的是：DotNetPy 在 .NET 和 Python 生态之间，铺了一条轻量、现代化、C#主导的集成路，特别适合 .NET 当主应用、Python 当计算工具的场景。
最后说几句
DotNetPy 不是要取代所有 Python 互操作方案，而是给特定场景（Native AOT、脚本化、安全隔离）提供最优解。对于想在 .NET 里顺手用上 Python 数据科学生态的开发者来说，它确实是一条低摩擦、高安全的新路子。
参考资料
① DotNetPy GitHub Repository.Introducing DotNetPy. https://github.com/rkttu/dotnetpy
② Microsoft..NET 10 File-based Apps. https://learn.microsoft.com/en-us/dotnet/core/tutorials/file-scoped-apps
③ Microsoft.Native AOT in .NET 8. https://learn.microsoft.com/en-us/dotnet/core/deploying/native-aot/
④ Astral.uv: A Fast Python Package Installer. https://docs.astral.sh/uv/
⑤ Microsoft.Security in .NET Source Generators. https://learn.microsoft.com/en-us/dotnet/csharp/roslyn-sdk/source-generators-overview
⑥ pythonnet.Python.NET Documentation. https://pythonnet.github.io/
⑦ Microsoft.Roslyn Analyzers for Security. https://learn.microsoft.com/en-us/dotnet/fundamentals/code-analysis/quality-rules/security-warnings
⑧ Python Software Foundation.Free-threaded Python (PEP 703). https://peps.python.org/pep-0703/
⑨ Microsoft.AI Integration in .NET. https://learn.microsoft.com/en-us/dotnet/machine-learning/⑩ Apache Software Foundation.Apache License 2.0. https://www.apache.org/licenses/LICENSE-2.0