f90wrap技术文档
2024-12-26 06:05:52作者:鲍丁臣Ursa
1. 安装指南
f90wrap可以通过以下方式安装:
-
使用pip安装最新稳定版本:
pip install f90wrap -
使用conda安装:
conda install -c conda-forge f90wrap -
对于开发版本,可以使用以下命令:
pip install git+https://github.com/jameskermode/f90wrap
如果您的Fortran 90编译器具有非标准名称(例如gfortran-9),则在安装f90wrap之前需要设置F90环境变量,以确保它使用正确的编译器:
F90=gfortran-9 pip install f90wrap
2. 项目的使用说明
f90wrap是一个自动生成Python扩展模块的工具,这些模块可以与使用派生类型的Fortran代码接口。它基于流行的f2py工具,生成更简单的Fortran 90接口,然后适合与f2py一起使用,同时提供了一个高级的Python封装器,使得最终用户对额外层的存在透明。
使用f90wrap对一组Fortran 90源文件进行包装并生成适合输入到f2py的包装器的命令如下:
f90wrap -m MODULE F90_FILES
其中MODULE是您想要生成的Python模块的名称,F90_FILES是包含您希望通过Python暴露的模块、类型和子例程的Fortran 90源文件列表。
3. 项目API使用文档
f90wrap生成的Python扩展模块的使用与标准Python模块类似。以下是一个简单的示例:
import f90wrap_module # 假设这是f90wrap生成的模块
# 调用Fortran代码中的函数
result = f90wrap_module.my_fortran_function(input_array)
具体的API使用方法将取决于生成的模块和Fortran代码中暴露的函数和子例程。
4. 项目安装方式
项目的安装方式已在安装指南部分详细说明。简要概括如下:
- 使用pip安装稳定版本。
- 使用conda从conda-forge通道安装。
- 通过pip安装开发版本,直接从GitHub仓库获取最新代码。
确保在安装前设置了正确的Fortran编译器环境变量,如果编译器名称非标准,则需要指定。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781