如何将Python数组及其维度传递给Fortran并在子程序间使用？

方案1：用Fortran模块共享数组（推荐） #

模块是Fortran中跨文件共享变量的标准方式，完全适配你的需求：

1. 创建存储共享数组的模块文件（比如命名为shared_arrays.f90）：

module shared_arrays
    implicit none
    ! 声明共享数组和维度，显式加save属性确保变量在子程序调用间保留状态
    real, dimension(:,:), allocatable, save :: my_array
    integer, save :: arr_rows, arr_cols
end module shared_arrays

2. 在所有需要使用数组的子程序中引用该模块
   比如子程序文件sub1.f90：

subroutine sub1()
    use shared_arrays
    implicit none
    integer :: idx
    ! 直接使用模块中的my_array
    do idx = 1, arr_cols
        print *, "Row 1, Col ", idx, ": ", my_array(1, idx)
    end do
end subroutine sub1

另一个子程序文件sub2.f90：

subroutine sub2()
    use shared_arrays
    implicit none
    ! 计算数组元素总和
    print *, "Total sum of array: ", sum(my_array)
end subroutine sub2

3. 写初始化子程序接收Python传来的数组
   创建init_arr.f90：

subroutine init_arr(input_arr, n_rows, n_cols)
    use shared_arrays
    implicit none
    real, dimension(n_rows, n_cols), intent(in) :: input_arr
    integer, intent(in) :: n_rows, n_cols
    ! 先释放旧内存再分配新空间
    if (allocated(my_array)) deallocate(my_array)
    arr_rows = n_rows
    arr_cols = n_cols
    allocate(my_array(arr_rows, arr_cols))
    my_array = input_arr
end subroutine init_arr

4. f2py编译所有文件
   在终端执行：

f2py -c -m fortlib shared_arrays.f90 init_arr.f90 sub1.f90 sub2.f90

5. Python端调用

import numpy as np
import fortlib

# 定义Python数组（注意用float64对应Fortran的real）
py_array = np.array([[1.0,2.0,3.0],[4.0,5.0,6.0]], dtype=np.float64)
rows, cols = py_array.shape

# 初始化Fortran模块中的数组
fortlib.init_arr(py_array, rows, cols)

# 调用各个子程序，它们会直接使用模块里的数组
fortlib.sub1()
fortlib.sub2()

方案2：显式传递数组给每个子程序 #

如果不想用模块，最直接的方式就是每次调用子程序时都把数组和维度传进去：

1. Fortran子程序示例（sub1.f90）：

subroutine sub1(input_arr, n_rows, n_cols)
    implicit none
    real, dimension(n_rows, n_cols), intent(in) :: input_arr
    integer, intent(in) :: n_rows, n_cols
    integer :: idx
    do idx = 1, n_cols
        print *, "Row 1, Col ", idx, ": ", input_arr(1, idx)
    end do
end subroutine sub1

2. 编译与调用
   编译命令：

f2py -c -m fortlib sub1.f90 sub2.f90

Python调用：

import numpy as np
import fortlib

py_array = np.array([[1.0,2.0,3.0],[4.0,5.0,6.0]], dtype=np.float64)
rows, cols = py_array.shape

fortlib.sub1(py_array, rows, cols)
fortlib.sub2(py_array, rows, cols)

这种方式虽然代码冗余，但不需要维护模块，适合子程序数量少的场景。

关键注意点 #

• 确保数组类型匹配：Python的np.float64对应Fortran的real(8)或默认real（取决于编译器），避免类型不兼容。
• 用intent(in)标记数组参数，明确告知f2py该数组是只读的，减少不必要的内存拷贝。
• 如果涉及多维数组，注意Fortran是列优先存储，Python默认是行优先，必要时在Python中用np.asfortranarray()转换。

内容的提问来源于stack exchange，提问作者zyy