如何在循环中有效使用f2py？Fortran模块仅执行最后一次循环问题排查

问题背景 #

需通过f2py封装的Fortran模块ftmodule循环处理数千个命名为indus001.txt、indus002.txt……indusxxx.txt的文件。该模块的输入要求：

• 参数Ln：对应输入文件的行数
• 输入文件：固定名为temporaryfile.txt
  模块输出为固定名outputfile.txt。

Python循环实现步骤：

1. 使用os.listdir遍历文件
2. 通过array.shape获取每个文件的行数ln
3. 用np.savetxt将每个indusxxx.txt内容保存为temporaryfile.txt作为模块输入
4. 调用Fortran模块
5. 读取outputfile.txt并保存为带序列标识的新文件

问题现象：Fortran模块单独运行正常，但循环中仅最后一个案例执行生效。

用户代码如下：

import numpy as np
import os 
import pandas
import ftmodule # This is the f2py module

for i in os.listdir():
  if i.startswith('indus'):

    # Read Indus parameters from text file.

    values = pandas.read_fwf(i, index_col=False, header=None)
    wine = pandas.DataFrame(values)
    array = np.array(wine)
    rows, colums = array.shape
    lines = rows
    np.savetxt("temporaryfile.txt",array.to_numpy(),fmt=['%7.0f', '%7.0f', '%7.2f','%7.2f','%7.2f','%7.2f','%10.1f'])

    deform = ftmodule.ftmodule2(ln=lines) #calling the fortran program

    newoutput = pandas.read_fwf('outputfile.txt', index_col=False, header=None)
    nw = pandas.DataFrame(newoutput)
    np.savetxt("Nw_{}".format(i),nw.to_numpy(),delimiter=' ', fmt='%6.2f')

注：希望尽量避免修改Fortran程序，仅通过Python实现循环；无法提供Fortran代码。

可能原因及解决方案 #

1. 文件操作未同步（缓存/未刷新） #

Python写入temporaryfile.txt后，操作系统可能未将数据真正落盘，Fortran就读取了旧缓存内容；或Fortran输出outputfile.txt后，文件句柄未关闭，导致后续读取到旧数据。

解决办法：

• 改用with语句写入临时文件，确保文件被正确关闭并刷新：

# 替换原np.savetxt行
with open("temporaryfile.txt", "w") as f:
    np.savetxt(f, array.to_numpy(), fmt=['%7.0f', '%7.0f', '%7.2f','%7.2f','%7.2f','%7.2f','%10.1f'])

• 调用Fortran模块后，短暂延迟确保输出文件写入完成（临时验证用）：

import time
deform = ftmodule.ftmodule2(ln=lines)
time.sleep(0.1)  # 给Fortran足够时间写入输出文件
newoutput = pandas.read_fwf('outputfile.txt', index_col=False, header=None)

2. 旧文件残留导致覆盖异常 #

如果循环中未清理旧的临时文件或输出文件，Fortran可能读取到上一次循环的残留内容，或输出被意外覆盖。

解决办法：
在每次写入临时文件前，删除旧的临时文件和输出文件：

# 清理旧文件
for fname in ["temporaryfile.txt", "outputfile.txt"]:
    if os.path.exists(fname):
        os.remove(fname)

# 再写入新的临时文件
np.savetxt("temporaryfile.txt",array.to_numpy(),fmt=['%7.0f', '%7.0f', '%7.2f','%7.2f','%7.2f','%7.2f','%10.1f'])

3. 遍历顺序与处理验证 #

os.listdir()返回的文件顺序由操作系统决定，可能存在部分文件未被正确处理的情况。

验证办法：
在循环中加入打印语句，确认每个文件都进入处理流程：

print(f"Processing file: {i}, line count: {lines}")

同时检查rows的值是否与实际文件行数一致，排除读取文件时的格式解析错误。

4. 简化文件读取流程</think_never_used_51bce0c785ca2f68081bfa7d91973934> #

可以跳过pandas，直接用numpy读取文件，减少中间环节的潜在问题：

# 替换原pandas读取部分
array = np.loadtxt(i)
rows, columns = array.shape
lines = rows

总结 #

优先排查文件缓存与清理问题，用with语句确保文件写入落盘，同时清理旧的临时文件和输出文件；其次验证每个文件是否都进入循环处理，确认行数读取正确；最后简化文件读取流程减少潜在异常。

内容的提问来源于stack exchange，提问作者trfyyt5766879