将数据从fortran转换为python

我是编程新手，现在我正试图用Python脚本重写Fortran代码

在原始fortran代码中，它将实数声明为：

Begin
c----
      data (A(0,i), i=0,17)   
     &  /
     &    9.526e5, 1.416e6, 1.210e6, 7.734e5, 4.050e5, 1.851e5,
     &    7.944e4, 3.382e4, 1.434e4, 5.821e3, 2.174e3, 7.392e2,
     &    2.349e2, 7.361e1, 2.405e1, 8.423e0, 3.120e0, 1.176e0
     &  /
c----
c---- End

在这里，我如何在python代码中转换这个A_ul（0，I）？我如何重写A（0，i）来计算：

B = (p**2)*(c**3)*A_ul(0,i)

使得p和c是常数

两种选择

选项1：使用普通Python列表

出去

选项2：使用Python Numpy数组

Numpy允许在Python中使用简单的数组和矩阵表达式（即Matlab的替代方案）

出去

---

欢迎光临，我建议您坐飞机。请对所有与Fortran相关的问题使用tag。对于任何使用Python代码回答此问题或阅读答案的人，请注意Fortran

data

语句与赋值语句不同。简单地编写Python赋值并不能捕获这个Fortran代码段的所有复杂性。

A_ul = [9.526e5, 1.416e6, 1.210e6, 7.734e5, 4.050e5, 1.851e5,
        7.944e4, 3.382e4, 1.434e4, 5.821e3, 2.174e3, 7.392e2,
        2.349e2, 7.361e1, 2.405e1, 8.423e0, 3.120e0, 1.176e0]

# some values for p, c (assuming scalars)
p = 2.95
c = 3.41

# generate computation of scalar with array using list comprehension
B = [(p**2)*(c**3)*x for x in A_ul] 

print(B)

[328713655.56773156, 488619080.70954007, 417534666.42552507, 266877116.54008356, 139753338.76226252, 63872451.863937765, 27412358.595738605, 11670266.461579552, 4948303.402100851, 2008652.308481803, 750182.1196769351, 255075.72348904808, 81056.93648211227, 25400.60065750653, 8298.932832672626, 2906.524376282808, 1076.6183134278003, 405.80228736894003]

import numpy as np

# A_ul as Numpy array
A_ul = np.array([9.526e5, 1.416e6, 1.210e6, 7.734e5, 4.050e5, 1.851e5,
        7.944e4, 3.382e4, 1.434e4, 5.821e3, 2.174e3, 7.392e2,
        2.349e2, 7.361e1, 2.405e1, 8.423e0, 3.120e0, 1.176e0])
# some values for p, c (assuming scalars)
p = 2.95
c = 3.41

# numpy understands multiplying scalars by arrays
B = (p**2)*(c**3)*A_ul 

print(B)

[3.28713656e+08 4.88619081e+08 4.17534666e+08 2.66877117e+08
 1.39753339e+08 6.38724519e+07 2.74123586e+07 1.16702665e+07
 4.94830340e+06 2.00865231e+06 7.50182120e+05 2.55075723e+05
 8.10569365e+04 2.54006007e+04 8.29893283e+03 2.90652438e+03
 1.07661831e+03 4.05802287e+02]