Fortran:forpy 嵌入Python

2024-05-26 20:20
文章标签 python 嵌入 fortran forpy

本文主要是介绍Fortran:forpy 嵌入Python,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

Fortran嵌入Python

利用forpy库,可以在Fortran程序内嵌入Python.

program test_forpyuse forpy_modimplicit noneinteger::ierrierr=forpy_initialize()!!---------------!!list!!---------------blocktype(list)::my_listierr=list_create(my_list)ierr=my_list%append(19)ierr=my_list%append("Hello world")ierr=my_list%append(3.14d0)ierr=print_py(my_list)call my_list%destroyend block!!----------------!!dict!!----------------blocktype(dict)::direal::a_valueierr=dict_create(di)ierr=di%setitem("temperature",273.0)ierr=di%setitem("pressure",1013.0)ierr=di%getitem(a_value,"pressure")write(*,*) 'pressure= ',a_valueierr=di%getitem(a_value,'does not exist')if(ierr/=0) thenif(exception_matches(KeyError)) thenwrite(*,*) 'Key not found....'call err_clearelsewrite(*,*) 'Unknown error.....'stopendifendif!default valueierr=di%get(a_value,"volumne",1.0)write(*,*) 'volume= ',a_valuecall di%destroy()endblock!!----------------!!tuple!!----------------blocktype(tuple)::tutype(object)::iteminteger::tu_leninteger::iinteger::int_valuecharacter(len=:),allocatable::str_valueierr=tuple_create(tu,4)ierr=tu%setitem(0,17)ierr=tu%setitem(1,"hello")ierr=tu%setitem(2,23)ierr=tu%setitem(3,"world")ierr=tu%len(tu_len)do i=0,tu_len-1 !!python 0-basedierr=tu%getitem(item,i)if(is_int(item))thenierr=cast(int_value,item)write(*,*) int_valueelse if(is_str(item)) thenierr=cast(str_value,item)write(*,*) str_valueendifend docall tu%destroy()endblock!!----------------------!!import python module !!----------------------blocktype(module_py)::datetimetype(object)::date,today,today_strcharacter(len=:),allocatable::today_fortranierr=import_py(datetime,"datetime")ierr=datetime%getattribute(date,'date')ierr=call_py(today,date,"today")ierr=call_py(today_str,today,'isoformat')ierr=cast(today_fortran,today_str)write(*,*) 'Today is ',today_fortran call datetime%destroy()call date%destroycall today%destroycall today_str%destroyendblock!!---------------------------------!!import my python module !!---------------------------------blocktype(list)::pathstype(tuple)::argstype(dict)::kwargs,xxxtype(module_py)::mymoduletype(object)::return_valuetype(ndarray)::cellsreal,dimension(2,3)::matrixcharacter(len=:),allocatable::return_stringierr=get_sys_path(paths)ierr=paths%append(".")ierr=import_py(mymodule,'mymodule')ierr=tuple_create(args,3)ierr=args%setitem(0,12)ierr=args%setitem(1,'Hi')ierr=args%setitem(2,.true.)ierr=dict_create(kwargs)ierr=kwargs%setitem("message","Hello world")matrix=1111ierr=ndarray_create_nocopy(cells,matrix) !!ndarray(shallow copy)!ierr=kwargs%setitem("cells",cells) !!成员是ndarrayierr=dict_create(xxx)ierr=xxx%setitem("cells",cells)ierr=kwargs%setitem("xxx",xxx) !!成员是dictierr=call_py(return_value,mymodule,"print_args",args,kwargs)ierr=cast(return_string,return_value)write(*,*) return_string matrix(1,1)=99999 !!python端也被改变ierr=call_py(return_value,mymodule,"print_args",args,kwargs)ierr=cast(return_string,return_value)write(*,*) return_string call args%destroycall kwargs%destroycall mymodule%destroycall return_value%destroycall cells%destroycall xxx%destroycall paths%destroyendblock!!-----------------!!array!!-----------------!!deep-copy : creating a numpy array from a Fortran array blockreal,dimension(:,:),allocatable::matrixtype(ndarray)::arrinteger::i,jallocate(matrix(2,3))do i=1,size(matrix,1)do j=1,size(matrix,2)matrix(i,j)=real(i)*jend doenddoierr=ndarray_create(arr,matrix)ierr=print_py(arr)call arr%destroyend block!!creating a numpy wrapper for a Fortran arrayblock!Fortran: asynchronousinteger::i,jreal,asynchronous::matrix(2,3)type(ndarray)::arrforall(i=1:2,j=1:3) matrix(i,j)=real(i)*jierr=ndarray_create_nocopy(arr,matrix)ierr=print_py(arr)matrix(1,1)=1234.0ierr=print_py(arr)call arr%destroyend block!how to return a ndarray from a subroutineblockuse iso_fortran_env,only:real64type(ndarray)::arrinteger::i,jreal(kind=real64),dimension(:,:),pointer::matrixierr=ndarray_create_empty(arr,[2,3],dtype='float64')ierr=arr%get_data(matrix)forall(i=1:2,j=1:3) matrix(i,j)=real(i,kind=real64)*jierr=print_py(arr)call arr%destroyend block!!----------------------------------call forpy_finalizeend program test_forpy!!====================================
!!编译:
!!   gfortran -c forpy_mod.F90
!!   gfortran test_forpy.F90 forpy_mod.o `python3-config --ldflags --embed`
!!
!!

mymodule.py

def print_args(*args,**kwargs):print("Arguments: ",args)print("keyword arguments: ",kwargs)return "Return from mymodule.print_args"

资料

文档,API

这篇关于Fortran:forpy 嵌入Python的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1005493

相关文章

Python异步编程之await与asyncio基本用法详解

《Python异步编程之await与asyncio基本用法详解》在Python中,await和asyncio是异步编程的核心工具,用于高效处理I/O密集型任务(如网络请求、文件读写、数据库操作等),接... 目录一、核心概念二、使用场景三、基本用法1. 定义协程2. 运行协程3. 并发执行多个任务四、关键

从基础到进阶详解Python条件判断的实用指南

《从基础到进阶详解Python条件判断的实用指南》本文将通过15个实战案例,带你大家掌握条件判断的核心技巧,并从基础语法到高级应用一网打尽,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一... 目录​引言:条件判断为何如此重要一、基础语法:三行代码构建决策系统二、多条件分支:elif的魔法三、

Python WebSockets 库从基础到实战使用举例

《PythonWebSockets库从基础到实战使用举例》WebSocket是一种全双工、持久化的网络通信协议,适用于需要低延迟的应用,如实时聊天、股票行情推送、在线协作、多人游戏等,本文给大家介... 目录1. 引言2. 为什么使用 WebSocket?3. 安装 WebSockets 库4. 使用 We

python中的显式声明类型参数使用方式

《python中的显式声明类型参数使用方式》文章探讨了Python3.10+版本中类型注解的使用,指出FastAPI官方示例强调显式声明参数类型,通过|操作符替代Union/Optional,可提升代... 目录背景python函数显式声明的类型汇总基本类型集合类型Optional and Union(py

使用Python实现无损放大图片功能

《使用Python实现无损放大图片功能》本文介绍了如何使用Python的Pillow库进行无损图片放大,区分了JPEG和PNG格式在放大过程中的特点,并给出了示例代码,JPEG格式可能受压缩影响,需先... 目录一、什么是无损放大?二、实现方法步骤1:读取图片步骤2:无损放大图片步骤3:保存图片三、示php

Python文本相似度计算的方法大全

《Python文本相似度计算的方法大全》文本相似度是指两个文本在内容、结构或语义上的相近程度,通常用0到1之间的数值表示,0表示完全不同,1表示完全相同,本文将深入解析多种文本相似度计算方法,帮助您选... 目录前言什么是文本相似度?1. Levenshtein 距离(编辑距离)核心公式实现示例2. Jac

使用Python实现一个简易计算器的新手指南

《使用Python实现一个简易计算器的新手指南》计算器是编程入门的经典项目,它涵盖了变量、输入输出、条件判断等核心编程概念,通过这个小项目,可以快速掌握Python的基础语法,并为后续更复杂的项目打下... 目录准备工作基础概念解析分步实现计算器第一步:获取用户输入第二步:实现基本运算第三步:显示计算结果进

Python多线程实现大文件快速下载的代码实现

《Python多线程实现大文件快速下载的代码实现》在互联网时代,文件下载是日常操作之一,尤其是大文件,然而,网络条件不稳定或带宽有限时,下载速度会变得很慢,本文将介绍如何使用Python实现多线程下载... 目录引言一、多线程下载原理二、python实现多线程下载代码说明:三、实战案例四、注意事项五、总结引

Python利用PySpark和Kafka实现流处理引擎构建指南

《Python利用PySpark和Kafka实现流处理引擎构建指南》本文将深入解剖基于Python的实时处理黄金组合:Kafka(分布式消息队列)与PySpark(分布式计算引擎)的化学反应,并构建一... 目录引言:数据洪流时代的生存法则第一章 Kafka:数据世界的中央神经系统消息引擎核心设计哲学高吞吐

Python进阶之列表推导式的10个核心技巧

《Python进阶之列表推导式的10个核心技巧》在Python编程中,列表推导式(ListComprehension)是提升代码效率的瑞士军刀,本文将通过真实场景案例,揭示列表推导式的进阶用法,希望对... 目录一、基础语法重构:理解推导式的底层逻辑二、嵌套循环:破解多维数据处理难题三、条件表达式:实现分支