f2py,返回数组的Python函数(向量值函数)

import numpy as np
from numpy import cos,sin,exp
from trapzdv import trapzdv
def func(x):
    return np.array([x**2,x**3,cos(x),sin(x),exp(x)])

if __name__ == '__main__':
    xs = np.linspace(0.,20.,100)
    ans =  trapzdv(func,xs,5)
    print 'from Fortran:',ans
    print 'exact:',np.array([20**3/3.,20**4/4.,sin(20.),-cos(20.),exp(20.)])

Fortran例程是：

subroutine trapzdv(f,nf,nxs,result)
          integer :: I
          double precision :: x1,x2
          integer,intent(in) :: nf,nxs
          double precision,dimension(nf) :: fx1,fx2
          double precision,intent(in),dimension(nxs) :: xs
          double precision,intent(out),dimension(nf) :: result
          external :: f 
          result = 0.0
          do I = 2,nxs
            x1 = xs(I-1)
            x2 = xs(I)
            fx1 = f(x1)
            fx2 = f(x2)
            result = result + (fx1+fx2)*(x2-x1)/2
          enddo
          return
      end

问题是Fortran只在func(x)中集成了第一个函数.
查看打印结果：

from Fortran: [ 2666.80270721  2666.80270721  2666.80270721  2666.80270721  2666.80270721]
exact: [  2.66666667e+03   4.00000000e+04   9.12945251e-01  -4.08082062e-01 4.85165195e+08]

workarond的一种方法是修改func(x)以返回给定的值
在函数数组中的位置：

def func(x,i):
    return np.array([x**2,exp(x)])[i-1]

然后更改Fortran例程以使用两个参数调用该函数：

subroutine trapzdv(f,x2,fx1,fx2
          integer,nxs
            x1 = xs(I-1)
            x2 = xs(I)
            do J = 1,nf
                fx1 = f(x1,J)
                fx2 = f(x2,J)
                result(J) = result(J) + (fx1+fx2)*(x2-x1)/2
            enddo
          enddo
          return
      end

哪个有效：

from Fortran: [  2.66680271e+03   4.00040812e+04   9.09838195e-01   5.89903440e-01 4.86814128e+08]
exact: [  2.66666667e+03   4.00000000e+04   9.12945251e-01  -4.08082062e-01 4.85165195e+08]

但是这里func的调用次数是必要的5倍(在实际情况下是func
具有300多个功能,因此它将被称为300倍以上.

>有没有人知道一个更好的解决方案,使Fortran识别func(x)返回的所有数组？换句话说,使Fortran将fx1 = f(x1)构建为一个数组,其中5个元素对应于func(x)中的函数.

OBS：我正在使用f2py编译-c –compiler = mingw32 -m trapzdv trapzdv.f90