基于Numba提高python运行效率过程解析
作者：pfeiliu
这篇文章主要介绍了基于Numba提高python运行效率过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
Numba是Python的即时编译器，在使用NumPy数组和函数以及循环的代码上效果最佳。使用Numba的最常见方法是通过其装饰器集合，这些装饰器可应用于您的函数以指示Numba对其进行编译。调用Numba装饰函数时，它会被“即时”编译为机器代码以执行，并且您的全部或部分代码随后可以本机机器速度运行！
安装numba(我在这里加了--default-timeout=10000，防止安装时出现timeout的错误)
pip --default-timeout=10000 install -U numba
from numba import jit
import time
def add(x):
he=0
for i in range(x):
he+=i
return he
start=time.time()
res=add(100000000)
print(res)
end=time.time()
print(end-start)
耗时5s 4999999950000000 5.707650184631348
使用Numba的JIT装饰器@jit，以尝试加快某些功能的运行速度
from numba import jit
import time
@jit
def add(x):
he=0
for i in range(x):
he+=i
return he
start=time.time()
res=add(100000000)
print(res)
end=time.time()
print(end-start)
耗时0.14s，快了近40倍 4999999950000000 0.14488554000854492
看吧，快了40倍！
numba仅对numpy，for和while循环有效！
参考numba官网：http://numba.pydata.org/numba-doc/latest/developer/inlining.html#example-using-numba-jit
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本之家。