使用setuptools和numpy.distutils打包传统的Fortran代码到Python中，这样做是否可行？

Question

我正在尝试为领域中一些热门的Fortran代码制作一个Python包分发。 我希望它使用最标准的方法，即 setup.py 文件。 该相关问题对学习如何包装Fortran扩展非常有帮助。

在使用此方法时，当混合使用setuptools和numpy.distutils时，我注意到了一些令人困惑的行为。 混合使用两者是否是不良实践？截至2015年，似乎尽可能使用setuptools更可取。

但是，我想以与numpy兼容的方式构建Fortran扩展。 因此，我想从numpy.distutils导入以获取Extension和setup。

我使用以下基本方法：

from setuptools.command.develop import develop
from numpy.distutils.core import Extension, setup

ext_modules=[Extension("my_package.fortran_mod", sources=['src/fortran_mod.f'])]

class MyDevelop(develop):
  def run(self):
    my_script()
    develop.run(self)

setup(
  ...
  ext_modules=ext_modules,
  cmdclass={'develop':MyDevelop})

这似乎能够工作，但我有一些问题。

1. 通常混合使用 setuptools 和 numpy.distribute 是一个好的实践吗？
2. 我导入它们的顺序是否很重要？我应该总是先导入 setuptools 吗？
3. 是否有官方的最新教程来打包扩展到 numpy？也许其中还包括一些关于 Fortran 扩展的讨论？

---

一些链接

https://www.youtube.com/watch?v=R4yB-8tB0J0

http://www.fortran90.org/src/best-practices.html#interfacing-with-python

- Will Martin

---

我不是Fortran代码封装方面的专家，但我对Cython相当有经验。这个来自Scipy 2015的演讲有一个非常好的部分，可以成功地封装Fortran代码 - 我建议你去看一下！ - BeRecursive

标准Python是什么意思？如果你想将任务委托给本地代码并利用线程/多进程，那么nogil非常重要。你的MPI示例是释放GIL的完美时机！ - BeRecursive

与f2py相比，Cython允许您在Fortran代码中使用iso_c_binding。因为f2py主要是为Fortran77代码构建的，所以它缺少许多伟大的Fortran90+功能，例如动态内存分配。使用Cython，您具有更大的灵活性，因为您的Fortran和Cython代码可以使用iso_c_binding（几乎本地）彼此交流。 - Max Graser

根据之前的一些评论，我想为您的考虑贡献两个更多的选项。如果您使用“旧”的Fortran，那么您可以直接使用ctypes访问您的Fortran函数（只需注意函数名称，这取决于您的编译器，会得到一个尾随下划线）。最近我成为了pybind11的粉丝，它允许您从C++编写整个Python模块，并带有额外的优势，即古老的Fortran代码获得了现代化的前端。 - Tom de Geus

@Will 在你进行Fortran转换之前，你确定它们还没有在SciPy低级Fortran接口中实现吗？https://github.com/scipy/scipy/blob/master/scipy/linalg/blas.py 以及 lapack.py ，你很难写出更快的东西（我已经用MKL尝试过，只能将时间缩短几微秒（即没有统计学意义的改进））此外，看一下那里，他们有一些预先编写的Cython测试程序（dgemm确实存在一个错误，您可以通过搜索我的帖子“ SciPy dgemm接口无法在mx1 1xn向量上工作”来解决） - Matt

Answer 1

这似乎可以工作，但我有问题。

1. 混合使用setuptools和numpy.distribute通常是好的做法吗？
2. 我导入它们的顺序是否重要？我应该总是先导入setuptools吗？
3. 是否有官方的最新教程来打包numpy扩展？也许甚至有一些关于Fortran扩展的讨论？

1. 您不再需要使用numpy.distribute。

2. ^^ 不必要

3. 特别是对于使用numpy包装fortran代码，有一个受欢迎的f2py。然而，我个人认为必要的代码注释多余了，因为好的fortran代码包含了所有必要的信息。

(下面是个人项目插件警告)

最近发布了更干净的fmodpy，它以可理解和清晰的界面自动生成所有必要的包装器代码。它支持预Fortran90，但最适合Fortran90及以上版本。它可以用于生成与python接口的整洁分发（假定用户已安装gfortran）。

- Thomas Lux

---

个人项目插头没有问题，但这个回答有问题。您能否在上面的1、2、3中引用您正在回答的问题，以便这个答案可以实际上被阅读？ - Stephen Rauch