在C++中调用python时，传递大型数组是一个大问题，目前网上并没有给出靠谱而且简便的方法。在我跟boost.python的开发者沟通后给出了以下解决方案：

使用boost.python库： https://github.com/boostorg/python

环境配置方法：

• 下载C++的boost库：http://www.boost.org/
• 解压boost文件，在其目录中执行.\bootstrap.bat，会生成编译器b2.exe和bjam.exe
• 修改project-config.jam文件，加入python的版本及路径（不加入则会默认python2）：

import option ; 
 
using msvc ; 
 
option.set keep-going : false ; 

using python 
    : 3.6                   # Version
    : D:\\Anaconda3\\python.exe      # Python Path
    : D:\\Anaconda3\\include         # include path
    : D:\\Anaconda3\\libs            # lib path(s)
    ;  

• 执行命令`.\bjam.exe toolset=msvc-14.0 --with-python threading=multi link=shared address-model=64，在 stage\lib 目录中会生成 boost_numpy3-* 和 boost_python3-* 字样的文件。这是编译C++文件时需要的链接库。
• 新建C++工程，在 Project→Project Property→Configuration Properties→VC++ Directories 中，Library Directories 中需要包含 D:\Anaconda3\libs和D:\boost\boost_1_66_0\stage\lib；Include Directories 中需要包含 D:\Anaconda3\include 和 D:\boost\boost_1_66_0\build\include\boost-1_66

C++代码：

#include<boost/python.hpp>
#include<boost/python/numpy.hpp>
#include<iostream>

namespace p = boost::python;
namespace np = boost::python::numpy;

int main(int argc, char *argv[]){
    \\初始化python解释器
    Py_Initialize();
    \\导入python模块
    p::object pModule = p::import("mine");
    \\导入python函数
    p::object func1 = pModule.attr("func1");

    \\初始化numpy
    np::initialize();
    \\生成ndarray类实例
    uint8_t data_in_c[] = {1,2,3,4,5,6,7,8,1,3,5,7};
    p::tuple shape = p::make_tuple(3, 4);
    p::tuple stride = p::make_tuple(4, 1);
    np::dtype dt1 = np::dtype::get_builtin<uint8_t>();
    np::ndarray data_from_c = np::from_data(data_in_c, dt1,
        shape, stride, p::object());

    \\在C++中输出ndarray
    std::cout << "C++ ndarray:" << std::endl;
    std::cout << p::extract<char const *>(p::str(data_from_c)) << std::endl;
    std::cout << std::endl;

    \\调用python的函数,并传入ndarray,之后取回结果
    p::object data_obj_from_python = func1(data_from_c);;
    \\返回值是p::object类型，转换为np::array类型
    np::ndarray data = np::array(data_obj_from_python);
    \\取出ndarry的数据指针
    \\由于某种原因，data.get_data()得到的数据指针是char *类型，需要转换为对应的数据类型
    \\详见：https://github.com/boostorg/python/blob/develop/include/boost/python/numpy/ndarray.hpp#L41-L55
    double *pp = reinterpret_cast<double*> (data.get_data());

    \\调用python的函数，并传入ndarray
    std::cout << "data from python:" << std::endl;
    std::cout << p::extract<char const *>(p::str(data)) << std::endl;
    std::cout << std::endl;

    std::cout << "pointer:" << std::endl;
    for (int i = 0; i < 9; i++) {
    	std::cout << *(pp+i)  << std::endl;
    }
}

Python代码mine.py（需要跟编译后的exe文件放在同一个目录下）：

import numpy as np
data = np.random.random((3,3))

def func1(data_from_C):
    print("data_from_C++.shape:")
    print(data_from_C.shape)
    print('')
    print("data_from_C++:")
    print(data_from_C)
    print('')

    print("data.type:")
    print(data.dtype)
    print('')
    print("data in python")
    print(data)
    print('')

    return data

输出结果：

C++ ndarray:
[[1 2 3 4]
 [5 6 7 8]
 [1 3 5 7]]

data_from_C++.shape:
(3, 4)

data_from_C++:
[[1 2 3 4]
 [5 6 7 8]
 [1 3 5 7]]

data.type:
float64

data in python
[[ 0.70759695  0.39755579  0.9951812 ]
 [ 0.97369017  0.57502282  0.25125566]
 [ 0.92008613  0.74213496  0.64438868]]

data from python:
[[ 0.70759695  0.39755579  0.9951812 ]
 [ 0.97369017  0.57502282  0.25125566]
 [ 0.92008613  0.74213496  0.64438868]]

pointer:
0.707597
0.397556
0.995181
0.97369
0.575023
0.251256
0.920086
0.742135
0.644389

该方法为指针传值，python中的ndarray与C++中的数组共享数据空间。调用及返回的开销极低，完全可以忽略不计，而且使用方法比目前网上所有的方法都要简单。

注意：运行时如果出现错误：

Fatal Python error: Py_Initialize: unable to load the file system codec. 
ImportError: No module named 'encodings'

则需要把 stage\lib 加入环境系统环境变量 PATH ，然后设置系统环境变量 PYTHONPATH 为 D:\Anaconda3\DLLs;D:\Anaconda3\Lib\site-packages;D:\Anaconda3\Lib