将python嵌入fortran 90

我正在考虑将python嵌入fortran90的选项，以便将python功能添加到我现有的fortran90代码中。我知道，通过使用numpy中的f2py使用fortran90扩展python，可以实现相反的目的。但是，我想在fortran中保留我的超级优化主循环，并添加python来执行一些额外的任务/评估进一步的开发，然后才能在fortran中执行，同时也可以简化代码维护。我正在寻找以下问题的答案：

1） 是否有一个已经存在的库，我可以从中将python嵌入fortran？（我知道f2py，但它的作用正好相反） 2） 我们如何处理从fortran到python的数据传输？ 3） 我们如何实现回拨功能？（让我稍微描述一下这个场景……我用fortran编写了我的主程序，用Python调用Func1_Python模块。现在，从这个Func1_Python，我想调用另一个函数……比如用fortran调用Func2_fortran） 4） 在fortran中嵌入python解释器会对性能产生什么影响…比如加载时间、运行时间、发送数据（一个双精度的大数组）等等

非常感谢您的帮助

编辑1：我想通过添加更多关于我正在做的工作的信息来确定讨论的方向。我喜欢科学计算。所以，我会在双精度的大型数组/矩阵上做很多工作，并做浮点运算。因此，除了fortran之外，只有很少的选项可以真正为我完成这项工作。我希望在代码中包含python的原因是，如果需要，我可以使用NumPy进行一些基本计算，并以最小的工作量扩展代码的功能。例如，我可以使用几个库来链接python和其他一些包（比如使用PyFoam库的OpenFoam）。

1。不要这样做 我知道您希望在Fortan程序中添加Python代码，而不是使用带有Fortran扩展的Python程序。我的第一条建议是不要这样做。Fortran在数组运算方面比Python快，但Python比Fortran更容易编写，用OOP技术扩展Python代码更容易，Python可能可以访问对您很重要的库。您提到在Fortran中有一个超级优化的主循环；Fortran非常适合于超级优化的内部循环。使用Numpy在Python程序中传递Fortran数组的逻辑要比在Fortran中正确处理Python对象所需的逻辑简单得多

当我从头开始一个科学计算项目时，我总是先用Python编写，找出性能瓶颈，然后将它们转换成Fortran。能够用验证过的Python代码测试更快的Fortran代码，可以更容易地证明代码工作正常

由于您有现有的代码，因此使用Fortran中的模块扩展Python代码将需要重构，但这个过程应该很简单。将初始化代码与主循环分开，将循环分解为逻辑部分，将这些例程包装在Python函数中，然后主Python代码可以调用Fortran子例程，并根据需要将它们与Python函数交错。在这个过程中，您可以在Fortran中保留主循环中的许多优化。F2PY是一个合理的标准工具，因此不难找到能够帮助您解决任何问题的人

2.系统调用 如果您必须让Fortran代码调用Python代码，而不是相反，那么最简单的方法就是让Fortran代码将一些数据写入磁盘，然后使用

系统

或

执行命令行

运行Python代码。如果使用

EXECUTE\u命令行

，可以让Python代码将其结果输出到标准输出，Fortran代码可以将其作为字符数据读取；如果您有很多输出（例如，一个大矩阵），那么Python代码输出一个Fortran代码读取的文件会更有意义。因此，磁盘读/写开销可能非常大。此外，还必须编写Fortran代码来输出数据，编写Python代码来读取数据，编写Python代码来再次输出数据，编写Fortran代码来重新输入数据。这段代码的编写和测试应该很简单，但是在编辑代码时保持这四个部分的同步可能会让人头疼

（这一方法已在中国试用）

3.用Fortran语言在C语言中嵌入Python

---

据我所知，没有办法将内存中的Python对象直接传递给Fortran。然而，Fortran代码可以调用C代码，C代码中可以嵌入Python。（请参阅。）一般来说，扩展Python（如我在第1点中建议的）比将其嵌入C/C++更可取。（请参阅。）使其正常工作将是一场噩梦，因为Python和Fortran之间的任何通信问题都可能发生在Python和C之间，或者C和Fortran之间。我不知道是否有人真的将Python嵌入Fortran中的C语言中，因此很难获得帮助。

我已经尝试了几种方法来解决这个问题，并且找到了一种可能的最佳方法。我将简要列出这些方法和结果

1） 通过系统调用嵌入：每当我们想从fortran访问python时，我们都会使用系统调用来执行一些python脚本并在它们之间交换数据。这种方法的速度受到磁盘读写的限制（在这个代码缓存级别优化的时代，进入磁盘是一种致命的罪恶）。此外，我们需要在每次执行脚本时初始化解释器，这是一个相当大的开销。一个简单的Runge-Kutta四阶方法运行了300个时间步，执行时间高达59秒

2） 通过C从Fortran到Python：我们使用ISO_C绑定