fortran和python_python调用fortran

登录后查看更多精彩内容~

您需要登录才可以下载或查看，没有帐号？立即注册

本帖最后由王磊于 2016-12-13 10:49 编辑

python调用fortran主要目的是节省时间同时利用一下已有的fortran程序，本人对fortran熟悉一些，对python算不上入门，仅仅是对其感兴趣。看到对f2py功能的介绍，便想尝试其对fortran的调用，故写此贴，便于以后查阅，也便于和需要的朋友分享交流。不得不说如果涉及到单个点的循环操作，最好不要用python的for循环，而是考虑用其内部函数，这会节省很多时间。尽管如此，还是赞叹python的字典功能的灵活性，对错误等的处理功能。

python调用python要点总结

（1）f2py将fortran子程序编译链接为动（静态）态库。

（2）python调用fortran需要写好接口，关键点包括：

（a）数据类型，numpy默认的数据类型为float64也就是双精度浮点数，所以fortran里的浮点数也必须是双精度的，需要声明为real*8，默认的real是单精度的，不会报错但是会造成内存溢出！

（b）加intent(out)之后会把python对应函数中的相应变量隐藏，也就是不需要输入了！例如fortran中的函数为subroutingfoo(a,n)

给n维数组a加了intent(out)之后，表示它只是输出，不接受输入数据。于是在python中调用时，只需要指定维数n就可以了，即：foo(n)。注意：接口中的虚参，不能存在intent（inout）属性，因为python不认可，如果一个虚参具备intent（inout）属性，则会报如下错：“ValueError:failed to initialize intent(inout) array -- input not fortran contiguous --input 'l' not compatible to 'd'”

（c）一般在使用fortran的时候需要注意二维数组的行列关系的问题，即是说fortran里面的数组是先填充一列、再填充一行，而python数组遵循C语法规范、先填充一行，在天聪一列，不过貌似利用f2py进行传递时，已经进行过智能转换，所以不需要管这个，按照相同的方式使用就行。

(d)需要注意的是，在进行调用的时候，intent（in）的变量（输入变量）里，跟维数有关的变量必须放置在最后。比如我的函数命名为：f(a,b,c,d,n)这里面a、b、c、d都是普通的变量或数组之类的，但是n必须是一个跟维数有关的变量，用来在fortran程序里定义数组时使用。上面这条里所说的跟维数有关的变量必须放在最后，适用于n也是一个用来传递的变量的情况下。即是说你在使用时希望将维数信息用变量n来进行传递时，那么就得把它放在最后。再换句话说，n就是intent（in）的情况。如果数组维长放在了最前面，可能出现的一个错误是：

“(shape(u,0)==m)failed for 1st keyword m: vector2:m=0”。

遵循上述几点，大致可以保证程序无误。

参考链接如下：

http://blog.sciencenet.cn/blog-350278-628083.html

http://www.jb51.net/article/82121.htm

下面是自己编写的一个测试程序，仅供参考。意思到位了，但还不够简洁。

（1）fortran程序如下，foo.f90文件内容

subroutine hello(a,b,c,d,e,f)

implicit none

integer,intent(in):: a,b,c,d,e,f

write(*,*) a,b,c,d,e,f

end subroutine hello

subroutine vector(u,v,vec,m,n)

implicit none

integer,intent(in) :: m, n

real(8),intent(in) :: u(m,n),v(m,n)

real(8),intent(out) :: vec(m,n) !输出参数，python中不需要出现

integer i

vec=sqrt(u*u+v*v)

do i=1,3

write(*,*) "i=",i

write(*,*) u(i,:5)

write(*,*) v(i,:5)

end do

return

end subroutine vector

（2）python程序如下，python.py文件内容。

import numpy as N

def good_magnitudes(u, v,minmag=0.1):

shape_input = N.shape(u)

output = N.zeros(shape_input,dtype=u.dtype.char)

for i in xrange(shape_input[0]):

for j in xrange(shape_input[1]):

mag = ((u[i,j]**2) + (v[i,j]**2))**0.5 #千万不要写for循环，慢的舍生忘死了

if mag >minmag:

output[i,j] = mag

else:

output[i,j] = minmag

return output

def faster_good_magnitudes(u, v, minmag=0.1):

mag = ((u**2) + (v**2))**0.5 #快很多哦

output = N.where(mag >minmag, mag, minmag)

return output

n=100000000

u=N.reshape(N.arange(n),(1000,n//1000))

v=N.reshape(N.arange(n),(1000,n//1000))

vec=N.reshape(N.arange(n),(1000,n//1000))

print u[0][:10]

print v[0][:10]

print u[1][:10]

print v[1][:10]

print u[2][:10]

print v[2][:10]

import foo #导入fortran子程序

import time

foo.hello(1,2,3,4,5,6) #参数的个数不受限制

begin_time0 = time.time()

foo.vector(u,v,1000,100000) #千万注意，维数长度的量，一定要放在最后面，当然你用变量存储维长也是可以的，也建议用变量存储

print time.time() -begin_time0

begin_time1 = time.time()

vect2=faster_good_magnitudes(u, v, minmag=0.1)

print time.time() -begin_time1

begin_time2 = time.time()

vect1=good_magnitudes(u, v, minmag=0.1)

print time.time() -begin_time2

(3)操作步骤：

f2py -m foo -c foo.f90

python python.py

（4）结果如下：

[0 1 2 3 4 5 6 7 8 9] 对应python中： print u[0][:10]

[0 1 2 3 4 5 6 7 8 9] 对应python中： print v[0][:10]

[100000 100001 100002 100003 100004 100005 100006 100007 100008 100009] 对应python中： print u[1][:10]

[100000 100001 100002 100003 100004 100005 100006 100007 100008 100009] 对应python中： print v[1][:10]

[200000 200001 200002 200003 200004 200005 200006 200007 200008 200009] 对应python中： print u[2][:10]

[200000 200001 200002 200003 200004 200005 200006 200007 200008 200009] 对应python中： print v[2][:10]

1 2 3 4 5 6

下面输出对应fortran中的：

do i=1,3

write(*,*) "i=",i

write(*,*) u(i,:5)

write(*,*) v(i,:5)

end do

i= 1

0.0000000000000000 1.0000000000000000 2.0000000000000000 3.0000000000000000 4.0000000000000000

i= 2

100000.00000000000 100001.00000000000 100002.00000000000 100003.00000000000 100004.00000000000

i= 3

200000.00000000000 200001.00000000000 200002.00000000000 200003.00000000000 200004.00000000000

输出时间：

混合fortran片段：4.3228559494s

直接python：10.6145708561s单点for循环： 490s+

由此输出可以发现，使用相同的行列规则既可以正确的使用数据。同时，数据量小的时候，直接python程序即可（使用一些技巧提升速度），不需要混合调用，除非非得使用单次循环。

fortran和python_python调用fortran相关推荐

oracle sql 调用自定义函数_PSCAD入门教程（第7节）：怎样调用fortran编写的自定义函数？（附模型）...
PSCAD入门教程(第7节):怎样调用fortran编写的自定义函数?(附模型)mp.weixin.qq.com https://www.zhihu.com/video/12422083467175 ...
f2py支持在fortran语言中调用其他Fortran函数或C代码或Python代码
f2py支持在fortran语言中调用其他Fortran函数或C代码或Python代码分类: Python Numpy_Scipy fortran MinGW_GCC_Boost f2py 2012 ...
C/C++调用Fortran的使用说明
C/C++调用Fortran的使用说明 [日期:2010-11-22] 来源:C/C++ 作者:C/C++ [字体:大中小] 这里将详细介绍一下在C++中如何调用用Fortran语言编写函数的问题 ...
fortran的gui开发 python_python和fortran的接口
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 ...
python fortran混合编程_python调用fortran模块
在python中调用fortran代码,要用到f2py这个程序.它的项目主页在此.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.不过对windows平台必 ...
fortran 和 java_JNA实现Java调用Fortran
JNA实现Java调用Fortran 在成功实现Java调用C++之后,接下来想到能否通过JNA实现Java调用Fortran,今天试验了一下,还是比较容易的. 网上有一个Java调用F95的例子,但 ...
利用f2py实现python调用fortran
利用f2py实现python调用fortran 利用f2py实现python调用fortran 参考文献引言最快的直接使用方式生成.pyf文件的使用方法在fortran源码中加入注释的使用方式 ...
windows下python利用f2py调用Fortran
目录 1.运行环境 2.测试实例 3.参考文章 Fortran(Formula Translation)是世界上第一个被正式推广使用的高级语言,其目前仍然是数值计算领域最重要的编程语言之一,虽然有ju ...
Intel Visual Fortran Compiler 11调用lapack库实现并行多处理计算
Intel Visual Fortran Compiler 11调用lapack库实现并行多处理计算采用fortran进行数值计算的朋友们都应该听说过大名鼎鼎的lapack库,我就不多做介绍了,在此 ...

fortran和python_python调用fortran

fortran和python_python调用fortran相关推荐

最新文章

热门文章