在Ubuntu系统中，Fortran和Python如何联用
将Fortran的计算性能与Python的灵活生态结合起来，是许多科学计算和工程领域开发者的实际需求。在Ubuntu环境下，有几种成熟的路径可以实现这一目标，每种方法各有其适用场景。
1. 使用接口生成器（如f2py）
对于大多数场景，f2py通常是首选方案。这个由NumPy提供的工具，能自动生成Fortran代码的Python接口，堪称“开箱即用”的典范。
首先，确保你的系统已经安装了NumPy和SciPy，因为f2py通常作为它们的一部分被安装。打开终端，执行以下命令：
sudo apt-get update
sudo apt-get install python3-numpy python3-scipy假设你手头有一个Fortran 90的源文件example.f90。接下来，只需要一行命令：
f2py -c example.f90 -m example这个命令会生成一个名为example.so的共享库（在Windows系统上后缀会是.pyd）。之后，在Python代码中调用它，就和导入一个普通模块毫无二致：
import example整个过程非常流畅，几乎感觉不到两种语言之间的隔阂。
2. 使用C语言作为中间层
当然，并非所有Fortran代码都能被f2py完美处理。遇到复杂的遗留代码或特殊的接口需求时，C语言可以作为一座可靠的“桥梁”。
这个方法的思路很清晰：首先，用一个C头文件（例如example.h）来声明你需要从Fortran调用的函数原型。接着，编写相应的C包装器代码，在其中完成对Fortran子例程的实际调用。最后，利用Python丰富的原生C接口能力——无论是通过标准的C API，还是ctypes、cffi这类第三方库——来调用这个C包装器。
虽然步骤稍多，但这套方案提供了极高的灵活性和控制权，适合处理复杂的交互逻辑。
3. 使用系统调用
如果追求极致的简单，或者只是进行一次性计算，那么通过Python的subprocess模块直接调用编译好的Fortran程序，也不失为一种直接了当的办法。
来看一个典型的操作流程：
import subprocess
# 第一步：编译Fortran源代码
subprocess.run(['gfortran', '-o', 'example', 'example.f90'])
# 第二步：运行生成的可执行程序，并捕获输出
result = subprocess.run(['./example'], stdout=subprocess.PIPE, text=True)
# 第三步：处理或打印结果
print(result.stdout)这种方法的优势在于几乎无需对原有Fortran代码做任何改动。但需要注意的是，由于每次调用都涉及进程的创建和销毁，在需要频繁交互或对性能敏感的场景下，其效率会成为明显的短板。
4. 使用并行编程接口（如MPI）
在高性能计算领域，如果你的Fortran程序本身就基于MPI（消息传递接口）进行了并行化，那么联用思路可以更“高层”一些。此时，可以借助Python的MPI实现（例如功能强大的mpi4py库），让Python脚本和Fortran程序以并行的方式进行通信和数据交换。
这相当于在两个独立的并行进程之间建立对话通道，非常适合构建大规模、模块化的异构计算流程。
总而言之，选择哪种联用方式，很大程度上取决于项目的具体需求、代码的复杂程度以及对性能的期望。f2py以其便捷性赢得了大多数常规场景的青睐；而当遇到特殊情况时，C语言中间层、系统调用或MPI方案则提供了可靠的备选路径。理解每种方法的特性，就能为你的混合编程任务找到最合适的那把钥匙。
