由于历史缘故,很多成熟的计算代码都是用fortran写成的。在python中调用fortran代码,要用到f2py这个程序。现在该项目已经合并到numpy中了,先安装python再装好numpy,就可以使用f2py。
一个简单的例子:
foo.f90
subroutine hello (a)
integer a
write(*,*)'Hello from Fortran90!!!', a
end subroutine hello
用终端编译:
f2py -m foo -c foo.f90
在python控制台中运行:
$ python
>>> import foo
>>> foo.hello(15)
Hello from Fortran90!!! 15
明确定义接口的参数:
另外一个例子,非常明确地定义了接口的输入、输出参数:
!SUBROUTINE
SUBROUTINE ADDSUB(A,B,C,D)
IMPLICIT NONE
DOUBLE PRECISION A,B,C,D
!f2py intent(in) :: A,B
!f2py intent(out) :: C,D
C = A + B
D = A - B
print*, "ADDSUB From Fortran!"
print*, "ADD=",C
print*, "SUB=",D
RETURN
END
注意这两行的代码:
!f2py intent(in) :: A,B
!f2py intent(out) :: C,D
对于Fortran只是注释,但对于f2py却很重要,相当于"签名".
注意签名的注释前面不能有空格!
当然也可以写成如下的形式:
Cf2py intent(in) :: A,B
Cf2py intent(out) :: C,D
下面开始编译Fortran代码为python模块,打开CMD窗口,输入如下命令:
f2py -m testfortran -c testfortran.f90
会在当前目录下生成testfortran.pyd的文件. 下面就可以再python中使用这个模块了:
In [1]: import testfortran
In [2]: print testfortran.__doc__
This module 'testfortran' is auto-generated with f2py (version:2).
Functions:
c,d = addsub(a,b)
In [3]: x=testfortran.addsub(4,9)
ADDSUB From Fortran!
ADD= 13.000
SUB= -5.000
In [4]: x
Out[4]: (13.0, -5.0)
接口参数是数组:
接口参数是数组的情况比较复杂。需要Python中必须确定数组的维数,并且NumPy定义的数组存储方式必须是Fortran的按列存储。
实现方式:
在Python中使用NumPy定义Fortran方式存储的二维数组,利用ndpointer定义数组类型和维数,用ctypes模块调用其data属性将数组首地址传入将二维数组的首地址和维数信息传入Fortran中进行计算并返回。
fortran代码:py2f90.f90
module py2f90
use,intrinsic::iso_c_binding
implicit none
contains
subroutine transferMat2For(matrix,n1,n2)bind(c,name='array2py')
implicit none
integer(c_int),intent(in),value::n1,n2
real(c_float),intent(out)::matrix(n1,n2)
integer::i,j
! initialize matrix
matrix = 0.0E0
! loop
do i=1,n1
do j=1,n2
matrix(i,j) = real(i,4)*1.E1+real(j,4)*2.E0
write(*,"('Row:',i4,1x,'Col:',i4,1x,'Value:',1x,F5.2)")i,j,matrix(i,j)
enddo
enddo
return
end subroutine
end module
test_mat.f90:
program test
use py2f90
implicit none
real(kind=4)::aa(4,5)
call transferMat2For(aa,4,5)
end program
python调用代码:test_mat.py
#! /usr/bin/env python
#coding=utf-8
import numpy as np
from numpy.ctypeslib import load_library,ndpointer
from ctypes import c_int
# shape of 2d array
n1,n2 = 2, 5
# create an empty 2d array
data = np.empty(shape=(n1,n2),dtype='f4',order='f')
flib = load_library("test_mat","./")
flib.argtypes = [ndpointer(dtype='f4',ndim=2),c_int,c_int]
flib.array2py(data.ctypes.data,n1,n2)
print("*"*80)
print(data)
终端编译指令:
f2py -m test_mat -c test_mat.f90 py2f90.f90
在终端输入:python test_mat.py
,得到:
参考:
f2py::演示在python中如何使用Fortran代码
Python调用C/Fortran混合的动态链接库-下篇
原来Numpy的array可以很方便地和ctypes结合起来使用