Python 如何将（7，3，3，3）数组传递给fortran子例程？

我已经通过f2py命令编写了一个fortran子例程，以便在python中使用

子例程的形状为numpy ndarray（7,3,3,3）。该数组由7个立方体组成，大小为3x3。我还将整数7和3传递给子例程

这是密码

        subroutine fit(n, m, a)

c ===================================================================
c                            ArrayTest.f
c ===================================================================
c       n            - number of cubes being passed
c
c       m            - edge of cube size
c
c       a(n,m,m,m)   - array of shape (n,m,m,m)
c
c ===================================================================

        implicit none
        integer m
        integer n
        double precision a(n,m,m,m)

        end subroutine fit

这只是为了看看我是否能通过数组。当我从python编译并调用它时，我得到以下错误

import ArrayTest as AT 
import numpy as np

n = 7
m = 3
a = np.ones((n,m,m,m))

AT.fit(n, m, a)

投掷

ArrayTest.error: (shape(a,0)==n) failed for 1st keyword n: fit:n=3

---

我不知道发生了什么事。在fortran中将数组定义为a（m，m，m，m）不会引发任何问题，只有当我尝试从两个整数定义它时，它才会导致问题，即使我同时设置了m=n=3。如何将我的（7,3,3,3）数组传递给fortran子例程？

看看f2py创建的Python函数的docstring：

fit(a,[n,m])

Wrapper for ``fit``.

Parameters
----------
a : input rank-4 array('d') with bounds (n,m,m,m)

Other Parameters
----------------
n : input int, optional
    Default: shape(a,0)
m : input int, optional
    Default: shape(a,1)

f2py认识到

n

和

m

描述了

a

的形状，因此不是Python函数的必需参数，因为可以通过检查numpy数组的形状找到它们。因此，它们是Python函数的可选第二和第三个参数

fit

：

In [8]: import ArrayTest as AT

In [9]: n = 7

In [10]: m = 3

In [11]: a = np.zeros((n, m, m, m))

In [12]: AT.fit(a, n, m)

In [13]: AT.fit(a)

---

非常感谢，称fit（a，[n，m]）非常有效。我想在这种情况下，f2py比我更聪明！嗨，沃伦，我遇到了类似的问题子程序sdk（a，nx，ny，nz，axis，nsd，sdkrt）双精度，维度（nx，ny，nz），意图（in）：：整数，意图（in）：：nx，ny，nz，axis，nsd双精度，维度（nsd），意图（out）：：sdkrt做一些事情===如果我用（nx，ny，nz）调用它，我会得到与Adam相同的错误。然而，如果我跳过nx、ny、nz（因为它们是可选的），我会得到分段错误。你对如何调试这个有什么建议吗？谢谢