Numba和Cython如何加速Python代码

近些年来， Numba和Cython在数学科学界得到了广泛的关注。它们都提供了一种加速CPU密集型任务的方法，但以不同的方式。本文描述了它们之间体系结构的差异。

Numba

Numba是一个即时（JIT）编译器，它将Python代码转换为用于CPU和GPU的本地机器指令。代码可以在导入时、运行时或提前编译。

通过使用jit装饰器，使用Numba非常容易：

正如你所知道的，在Python中，所有代码块都被编译成字节码：

代码优化

为了优化Python代码，Numba从提供的函数中提取一个字节码，并在其上运行一组分析器。Python字节码包含一系列小而简单的指令，因此不必从Python实现中使用源代码就可以从字节码中重构函数的逻辑。转换的过程涉及多个阶段，但Numba将Python字节码转换为LLVM中间表示 (IR)。

请注意，LLVM IR是一种低级编程语言，它类似于汇编语法，与Python无关。

Numba 模式

Numba中有两种模式：nopython 和 object。前者不使用Python运行时并且在没有Python依赖项的情况下生成本机代码。 本机代码是静态类型的，运行非常快。而对象模式使用P