numba，让python速度提升百倍,和注意事项

最新推荐文章于 2024-09-16 19:14:54 发布

原创

最新推荐文章于 2024-09-16 19:14:54 发布 · 1.9k 阅读

2 ·

CC 4.0 BY-SA版权

Numba是一款JIT编译器，能够将Python函数编译为机器代码，显著提升运行速度，尤其在处理numpy数组和for循环时。通过@jit(nopython=True)装饰器，代码性能可接近C或FORTRAN。Numba适用于大规模科学计算和数组操作，对于优化numpy数组的计算任务非常有效。尽管Numba不适用于所有Python代码，但对于提升for循环效率，速度可提升数十甚至数百倍。

numba，让python速度提升百倍

参考原文 https://www.cnblogs.com/zhuwjwh/p/11401215.html

python由于它动态解释性语言的特性，跑起代码来相比java、c++要慢很多，尤其在做科学计算的时候，十亿百亿级别的运算，让python的这种劣势更加凸显。

什么是numba？

numba是一款可以将python函数编译为机器代码的JIT编译器，经过numba编译的python代码（仅限数组运算），其运行速度可以接近C或FORTRAN语言。

使用numba非常简单，只需要将numba装饰器应用到python函数中，无需改动原本的python代码，numba会自动完成剩余的工作。

import numpy as np
import numba
from numba import jit
 
@jit(nopython=True) # jit，numba装饰器中的一种
def go_fast(a): # 首次调用时，函数被编译为机器代码
    trace = 0
    # 假设输入变量是numpy数组
    for i in range(a.shape[0]):   # Numba 擅长处理循环
        trace += np.tanh(a[i, i])
    return</