这是一个最小的工作示例。我使用gfortran并将编译命令直接写入安装文件。
gfunc.f90
module gfunc_moduleimplicit nonecontainssubroutine gfunc(x, n, m, a, b, c) double precision, intent(in) :: x integer, intent(in) :: n, m double precision, dimension(n), intent(in) :: a double precision, dimension(m), intent(in) :: b double precision, dimension(n, m), intent(out) :: c integer :: i, j do j=1,m do i=1,n c(i,j) = exp(-x * (a(i)**2 + b(j)**2)) end do end doend subroutineend module
pygfunc.f90
module gfunc1_interfaceuse iso_c_binding, only: c_double, c_intuse gfunc_module, only: gfuncimplicit nonecontainssubroutine c_gfunc(x, n, m, a, b, c) bind(c) real(c_double), intent(in) :: x integer(c_int), intent(in) :: n, m real(c_double), dimension(n), intent(in) :: a real(c_double), dimension(m), intent(in) :: b real(c_double), dimension(n, m), intent(out) :: c call gfunc(x, n, m, a, b, c)end subroutineend module
pygfunc.h
extern void c_gfunc(double* x, int* n, int* m, double* a, double* b, double* c);
pygfunc.pyx
from numpy import linspace, emptyfrom numpy cimport ndarray as arcdef extern from "pygfunc.h": void c_gfunc(double* a, int* n, int* m, double* a, double* b, double* c)def f(double x, double a=-10.0, double b=10.0, int n=100): cdef: ar[double] ax = linspace(a, b, n) ar[double,ndim=2] c = empty((n, n), order='F') c_gfunc(&x, &n, &n, <double*> ax.data, <double*> ax.data, <double*> c.data) return c
setup.py
from distutils.core import setupfrom distutils.extension import Extensionfrom Cython.Distutils import build_ext# This line only needed if building with NumPy in Cython file.from numpy import get_includefrom os import system# compile the fortran modules without linkingfortran_mod_comp = 'gfortran gfunc.f90 -c -o gfunc.o -O3 -fPIC'print fortran_mod_compsystem(fortran_mod_comp)shared_obj_comp = 'gfortran pygfunc.f90 -c -o pygfunc.o -O3 -fPIC'print shared_obj_compsystem(shared_obj_comp)ext_modules = [Extension(# module name: 'pygfunc', # source file: ['pygfunc.pyx'], # other compile args for gcc extra_compile_args=['-fPIC', '-O3'], # other files to link to extra_link_args=['gfunc.o', 'pygfunc.o'])]setup(name = 'pygfunc', cmdclass = {'build_ext': build_ext}, # Needed if building with NumPy. # This includes the NumPy headers when compiling. include_dirs = [get_include()], ext_modules = ext_modules)test.py
# A script to verify correctnessfrom pygfunc import fprint f(1., a=-1., b=1., n=4)import numpy as npa = np.linspace(-1, 1, 4)**2A, B = np.meshgrid(a, a, copy=False)print np.exp(-(A + B))
我所做的大多数更改都不是根本性的。这是重要的。
您正在混合双精度和单精度浮点数。 不要那样做 一起使用real（Fortran），float（Cython）和float32（NumPy），并一起使用double precision（Fortran），double（Cyton）和float64（NumPy）。尽量不要无意间将它们混合在一起。我以为您想在我的例子中加倍。
您应该将所有变量作为指针传递给Fortran。在这方面，它与C调用约定不匹配。Fortran中的iso_c_binding模块仅匹配C命名约定。将数组作为指针传递，其大小作为单独的值。可能还有其他方法可以执行此操作，但我不知道。
我还在安装文件中添加了一些东西，以显示在构建时可以在其中添加一些更有用的额外参数的地方。
要编译，请运行
python setup.py build_ext --inplace。要验证它是否有效，请运行测试脚本。
这是在fortran90.org上显示的示例：mesh_exp
这里还有两个，我放在一起前段时间：ftridiag，fssor
我当然不会在这方面的专家，但这些例子可能是一个良好的开端。
