Question

我有一个复杂的Fortran代码已经用Cython包装，可以从Python调用它。 Fortran代码非常复杂，并且在内部为所有计算分配了许多数组（它是Fortran 90/2003）。在调用包装器之前，数组的大小是先验已知的，并且通过调用初始化子例程c_init来初始化它们。我用于Cython编译的pxd文件如下所示（为简化帖子而删节的所有内容）：

from numpy cimport ndarray as ar
from numpy import emptyzeros

cdef extern:
    void c_synth(int* mode, double* BInput, [and more parameters...])
    void c_init(int* n)

def _synth(int mode=5, ar[double,ndim=1] BInput=zeros(3)):
    cdef:
        ar[double,ndim=1] out = empty(n, order='F')


    c_synth(&mode, &BInput, <double*> out.data)

def _init(int n=100):
    c_init(&n)

Fortran 90源代码（仅与此处相关的部分）为：

module test
use iso_c_binding, only: c_int, c_double
use vars
implicit none

contains
subroutine c_synth(mode, BInput, out) bind(c)
    integer(c_int), intent(in) :: mode
    real(c_double), intent(in), dimension(3) :: BInput
    real(c_double), intent(out), dimension(n) :: out

! A complex calculation that needs many allocatable arrays and
! multifile source code is done here

end subroutine c_synth

subroutine c_init(n) bind(c)
    integer(c_int), intent(in) :: n

! Many allocatable arrays are initialized here plus some data that need to be 
! read only once

end subroutine c_synth

现在，我正在使用Python代码中包装的Fortran代码来执行不同大小的可分配数组的同时计算，因此前面代码中的n将不同于调用呼叫。如果我只是简单地从Python导入Cythonized包装器并多次调用_init(n)，那么Fortran代码将仅使用上次调用时n的值。

作为一个时间解决方案，我已经修改了我的Fortran代码，以便每次运行具有不同n值的代码时动态解除分配/重新分配内存，但这使得效率不高。我想在内存中运行几个包装器实例，可以从Python高效调用，而无需分配/释放内存。我尝试过的另一个选项是使用`mpmportlib``对包装器的导入进行monkeypatch，但所有导入的模块都共享相同的Fortran代码。

我的问题是：有没有办法封装Fortran代码以运行多个实例？我甚至尝试构建一个封装_synth和_init方法的Cython类。

使用Fortran函数的多个实例以及Python

0 个答案: