如何基于Numba提高python运行效率过程解析

这篇文章主要介绍如何基于Numba提高python运行效率过程解析，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！

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

以上是“如何基于Numba提高python运行效率过程解析”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注行业资讯频道！