用Cython将np.ndarray传给Fortran。

Question

我正在用Python封装一个Fortran模块。我选择使用Cython来做。我的问题是在Python中传递一个 np.ndarray 到Fortran。我能够收到一个 np.ndarray 但我所有的尝试都没有成功。

我发现，问题直接出在Cython-Fortran的接口上，因为我的Fotran子程序工作正常（没有数据也能正常工作）。Cython那边似乎也能正常工作，我可以在那边操作变量。

我的最小工作实例。

PATTERN_wrap.f90

module PATTERN_wrap
    use iso_c_binding, only: c_float, c_double, c_short, c_int
    implicit none

CONTAINS
    subroutine c_pattern(scalar_variable, array_variable, return_array) bind(c)
        implicit NONE

        INTEGER(c_int), intent(in) :: scalar_variable
        INTEGER(c_int), intent(in), DIMENSION(10, 15) :: array_variable

        REAL(c_float), INTENT(OUT), DIMENSION(10) :: return_array

        write(*,*) "start fortran"
        write(*,*) "scalar_variable"
        write(*,*) scalar_variable
        write(*,*) "array_variable"
        write(*,*) array_variable

        return_array = 3
        write(*,*) "end fortran"


!        call DO_PATTERN(&
!                scalar_variable=scalar_variable, &
!                array_variable=array_variable, &
!                return_array=return_array)
!
    end subroutine

end module PATTERN_wrap

注：调用子程序 DO_PATTERN 实际上做了一些事情的代码被注释掉了，因为它在此刻并不相关。我只是想指出，上面的代码是一个包装器。

pattern.pyx

#cython: language_level=3
import cython
import numpy as np
cimport numpy as np

cdef extern:
    void c_pattern(
            int *scalar_variable,
            int *array_variable,
            float *return_array
    )

def run_pattern(
        int scalar_variable,
):
    cdef:
        np.ndarray[int, ndim=2, mode="fortran"] array_variable = np.ones((10,15), dtype=np.int32, order='F')
        np.ndarray[float, ndim=1, mode="fortran"] return_array = np.zeros(10, dtype=np.float32, order='F')

    c_pattern(
        &scalar_variable,
        &array_variable[0,0],
        &return_array[0],
    )

    print('Cython side')
    print(return_array)

    return return_array

setup.py

from distutils.core import setup
from distutils.extension import Extension
from Cython.Distutils import build_ext
import numpy
npy_include_dir = numpy.get_include()

ext_modules = [Extension("pattern", ["pattern.pyx"],
                         include_dirs = [npy_include_dir],
                         libraries = ['gfortran', 'fftw3'], # need to include gfortran as a library
                         extra_link_args=[
                             "PATTERN_wrap.o"
                         ])]

setup(name = 'pattern',
      cmdclass = {'build_ext': build_ext},
      ext_modules = ext_modules)

我在编译我的fortran代码时使用了

gfortran -Wall -fbounds-check -lm -g -fbacktrace  -fcheck=all -Wall -ffpe-trap=zero,invalid,overflow -fPIC -L/usr/lib/ -lfftw3 -L/usr/lib/ -lfftw3 -c PATTERN_wrap.f90

和编译Cython代码，用 python -m pip install . 或 python setup.py build_ext --inplace. 这似乎没有任何区别。

我测试了这个包。

$ python -c "import pattern; pattern.run_pattern(2);"
 start fortran
 scalar_variable
           2
 array_variable

 end fortran
Cython side
[3. 3. 3. 3. 3. 3. 3. 3. 3. 3.]

如你所见，标量被正确地传给了Fortran, 返回数组也被正确地传回给了Cython. 唯一不行的是把数组从Cython传到Fortran。简而言之，应该有一个由1组成的二维数组，打印在 array_variable.

除了上面的MWE，我还尝试了不同的方法。

将数组与 <int*> array_variable.data 这一点是被Cython所不鼓励的(https:/github.comcythoncythonwikitutorials-NumpyPointerToC。)
创建变量为Fortran连续的MemoryView。int[::1,:] array_variable = np.ones((10,15), dtype=np.int32, order='F').

我所有的尝试都和MWE一样失败了。

我也试过使用头文件，但没有任何区别。这里以头文件为例。Fortran - Cython Workflow 这个问题本身并不包含我的问题的答案--那里只有标量被传递给Fortran。

我还想说的是，当我用f2py编译一个包时，同样的封装程序和所有底层文件都能正常工作。子程序也可以在原来的Fortran程序中工作。

EDIT.我的开发环境是在dock中运行的。

我的开发环境是在docker中运行的。基本镜像是 continuumio/miniconda3:4.8.2 我在那里测试了gfortran-8和gfortran-9，以及启用fortran的hdf5编译器。结果都是一样的。

我决定在我的主机系统Ubuntu 18.04上用gccgfortran 7.50运行我的测试。它确实能正常工作。于是我又尝试了不同的gcc版本。

我测试了图像。

gcc:7
gcc:8
gcc:9
gcc:10

运行它们时，使用了:

docker run --rm -v ~/minimum_working_example:/mwe -it gcc:7  /bin/bash

然后

apt update && apt install python3-pip -yy && cd /mwe && python3 -m pip install cython numpy && make && python3 setup.py build_ext --inplace && python3 -c "import pattern; pattern.run_pattern(2);" && rm -rf build/ *.so *.c *.mod *.o

在所有这些图片上，我的代码都能正常工作。

EDIT2:

我刚刚在裸图上进行了测试 continuumio/miniconda3:4.8.2用同样的测试命令（添加了apt install gfortran，因为默认情况下没有fortran），代码就能用了。

我重建了我的镜像，并以同样的方式进行测试。它不工作...

Answer 1

我设法找到了解决方案。代码是好的。 问题出在我的配置上。

如上所述，我测试了gccgfortran的不同配置，看看是否会影响Cython化。因此，我继续拆解我的Dockerfile，以便找到导致代码崩溃的步骤。结果发现，是conda安装numpy的问题。

我上面所有的ggc镜像测试都是用pip做的。

$ python -m pip install numpy
Collecting numpy
  Downloading numpy-1.18.4-cp38-cp38-manylinux1_x86_64.whl (20.7 MB)
     |████████████████████████████████| 20.7 MB 18.9 MB/s
Installing collected packages: numpy
Successfully installed numpy-1.18.4

一个包，一个轮子，简单快捷。然而，我在我的 "生产 "镜像中使用的是conda。

如果你用conda安装numpy。

$ conda install numpy
Collecting package metadata (current_repodata.json): done
Solving environment: done

## Package Plan ##

  environment location: /opt/conda

  added / updated specs:
    - numpy


The following packages will be downloaded:

    package                    |            build
    ---------------------------|-----------------
    blas-1.0                   |              mkl           6 KB
    intel-openmp-2020.1        |              217         780 KB
    libgfortran-ng-7.3.0       |       hdf63c60_0        1006 KB
    mkl-2020.1                 |              217       129.0 MB
    mkl-service-2.3.0          |   py38he904b0f_0          62 KB
    mkl_fft-1.0.15             |   py38ha843d7b_0         159 KB
    mkl_random-1.1.1           |   py38h0573a6f_0         341 KB
    numpy-1.18.1               |   py38h4f9e942_0           5 KB
    numpy-base-1.18.1          |   py38hde5b4d6_1         4.2 MB
    ------------------------------------------------------------
                                           Total:       135.5 MB

...

要注意的是，除了numpy之外，conda还安装了... ... libgfortran-ng-7.3.0. 在我工作的镜像中，安装了gccgfortran 8.5.0。

为什么这很重要？当你运行cython编译时。

$ python setup.py build_ext --inplace
running build_ext
cythoning pattern.pyx to pattern.c
building 'pattern' extension
creating build
creating build/temp.linux-x86_64-3.8
gcc -pthread -B /opt/conda/compiler_compat -Wl,--sysroot=/ -Wsign-compare -DNDEBUG -g -fwrapv -O3 -Wall -Wstrict-prototypes -fPIC -I/opt/conda/lib/python3.8/site-packages/numpy/core/include -I/opt/conda/include/python3.8 -c pattern.c -o build/temp.linux-x86_64-3.8/pattern.o
In file included from /opt/conda/lib/python3.8/site-packages/numpy/core/include/numpy/ndarraytypes.h:1832,
                 from /opt/conda/lib/python3.8/site-packages/numpy/core/include/numpy/ndarrayobject.h:12,
                 from /opt/conda/lib/python3.8/site-packages/numpy/core/include/numpy/arrayobject.h:4,
                 from pattern.c:599:
/opt/conda/lib/python3.8/site-packages/numpy/core/include/numpy/npy_1_7_deprecated_api.h:17:2: warning: #warning "Using deprecated NumPy API, disable it with " "#define NPY_NO_DEPRECATED_API NPY_1_7_API_VERSION" [-Wcpp]
 #warning "Using deprecated NumPy API, disable it with " \
  ^~~~~~~
gcc -pthread -shared -B /opt/conda/compiler_compat -L/opt/conda/lib -Wl,-rpath=/opt/conda/lib -Wl,--no-as-needed -Wl,--sysroot=/ build/temp.linux-x86_64-3.8/pattern.o -lgfortran -o /mwe/pattern.cpython-38-x86_64-linux-gnu.so PATTERN_wrap.o

如你所见，在列表行中，传递给gcc的包括有： /opt/conda/lib.

$ ls /opt/conda/lib | grep "fortran"
libgfortran.so
libgfortran.so.4
libgfortran.so.4.0.0

在这里，它是。libgfortran在不同的版本中，我最初编译我的代码。

解决办法是。

$ conda install -c conda-forge libgfortran-ng==8.2.0

注意: 使用conda-forge通道是必要的, 在我的例子中, conda无法解决仅来自基本通道的包的依赖关系. 而且，这个版本的libgfortran-ng还需要把libblas从openblas版本改成mkl，如果你担心的话。

这样，我在conda中安装了一个和我系统中使用的主要版本相同的libgfortran。重新编译Cython化的包后，一切都正常了。

总之，要小心conda。

PS：感谢@DawidW的反馈和对我代码的测试。

用Cython将np.ndarray传给Fortran。

问题描述投票：1回答：1

1个回答

最新问题

用Cython将np.ndarray传给Fortran。

问题描述 投票：1回答：1

1个回答

最新问题

问题描述投票：1回答：1