我试图从R调用一个简单的Fortran子程序,但出了点问题。我设法编译了Fortran代码(我确切地说我只是这个语言的初学者)但是当我在R中调用子例程时会发生失败。
Fortran代码是一个简单的子程序,用于计算(定义的)范围内每个点的函数值。然后将结果存储在大小为2x100 000的矩阵(fortran中的数组)中。一行存储f(x)的值,另一行存储相应的变量(x)。
Subroutine algo(n, tho, c, phi, ydata, eps, results)
! n : number of observations
! tho : number of steps in the range
! phi and c are given parameters
! ydata : the vector of data
! eps : the iteration step
! results : array which stores the results
IMPLICIT NONE
INTEGER :: n, i, j, tho
DOUBLE PRECISION :: c, phi, sigma2, eps, ll
DOUBLE PRECISION, DIMENSION(1:n) :: ydata
DOUBLE PRECISION, DIMENSION(1:tho) :: vecteps
DOUBLE PRECISION, DIMENSION(1:2,1:tho) :: results
DOUBLE PRECISION, PARAMETER :: pi=acos(-1.d0)
! vecteps is the vector of all the x
vecteps(1)=0
do i=1,tho
vecteps(i)=vecteps(i)+eps
end do
do j=1,tho
sigma2=vecteps(j)
ll=-( (-(n-1)/2)*log(2*pi)-((n-1)/2)*log(sigma2)-
sum((ydata(2:n)-c-phi*ydata(1:n-1))**2)/(2*sigma2) )
results(1,j)=ll
results(2,j)=vecteps(j)
end do
end subroutine algo
然后来自R的电话
y=rnorm(200,0,1)
y[1]=4/(1-0.6)
for(i in 2:length(y)){
y[i]=4+0.6*y[i-1]+rnorm(1,0,1)
}
results=matrix(0, nrow=2, ncol=100000)
dyn.load("algo.dll")
.Fortran('algo',n=as.integer(200), tho=as.integer(100000), c=as.double(4), phi=as.double(0.6), ydata=as.double(y), eps=as.double(0.0001), results=as.double(results) )
从R给出的数组“结果”的1000次观察中,绝对多数的数字都是相同的,只有少量的NaN:
$results
[1] 8.921136e+05 1.000000e-04 8.921136e+05 1.000000e-04 8.921136e+05 1.000000e-04
[7] 8.921136e+05 1.000000e-04 8.921136e+05 1.000000e-04 8.921136e+05 1.000000e-04
[13] NaN NaN 8.921136e+05 1.000000e-04 8.921136e+05 1.000000e-04
我想他给我输出[1] f(x1)0.0001 f(x2)0.0002 ...
对我而言,问题可能来自3个不同的问题
但我没有解决它。任何帮助将不胜感激。谢谢!
答案 0 :(得分:0)
你可以使用inline包 - 这是它的第一个例子:
R> x <- as.numeric(1:10)
R> n <- as.integer(10)
R> code <- "
+ integer i
+ do 1 i=1, n(1)
+ 1 x(i) = x(i)**3
+ "
R> cubefn <- cfunction(signature(n="integer", x="numeric"), code,
+ convention=".Fortran")
R> print(cubefn)
An object of class 'CFunc'
function (n, x)
.Primitive(".Fortran")(<pointer: 0x7fc8a8db7660>, n = as.integer(n),
x = as.double(x))
<environment: 0x8193e98>
code:
1:
2: SUBROUTINE file2e6b876b50a29 ( n, x )
3: INTEGER n(*)
4: DOUBLE PRECISION x(*)
5:
6: integer i
7: do 1 i=1, n(1)
8: 1 x(i) = x(i)**3
9:
10: RETURN
11: END
12:
R> cubefn(n, x)$x
[1] 1 8 27 64 125 216 343 512 729 1000
R>
我会用它来确保你的代码构建和运行,一旦完成,建议创建一个包。