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: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【生成模型系列(初级)】嵌入(Embedding)方程——自然语言处理的数学灵魂【通俗理解】

【通俗理解】嵌入(Embedding)方程——自然语言处理的数学灵魂 关键词提炼 #嵌入方程 #自然语言处理 #词向量 #机器学习 #神经网络 #向量空间模型 #Siri #Google翻译 #AlexNet 第一节:嵌入方程的类比与核心概念【尽可能通俗】 嵌入方程可以被看作是自然语言处理中的“翻译机”,它将文本中的单词或短语转换成计算机能够理解的数学形式,即向量。 正如翻译机将一种语言

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

SWAP作物生长模型安装教程、数据制备、敏感性分析、气候变化影响、R模型敏感性分析与贝叶斯优化、Fortran源代码分析、气候数据降尺度与变化影响分析

查看原文>>>全流程SWAP农业模型数据制备、敏感性分析及气候变化影响实践技术应用 SWAP模型是由荷兰瓦赫宁根大学开发的先进农作物模型,它综合考虑了土壤-水分-大气以及植被间的相互作用;是一种描述作物生长过程的一种机理性作物生长模型。它不但运用Richard方程,使其能够精确的模拟土壤中水分的运动,而且耦合了WOFOST作物模型使作物的生长描述更为科学。 本文让更多的科研人员和农业工作者

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点