numba提升python运行速度的实例方法
更新时间：2021年01月25日 15:16:57 作者：十一
在本篇文章里小编给大家整理的是一篇关于numba提升python运行速度的实例方法，有兴趣的朋友们可以参考下。
大家都知道Python运行速度很慢，但是轮子多，因此用户十分广泛，在各种领域上都能用到Python，但是最头疼的还是，解决运行速度问题，因此这里给大家介绍的是numba，是基本是等于再造语言。但是支持的numpy函数并不多。要让能jit的函数多起来才行。下面就详细介绍使用numba提升python运行速度方法。
numba简介：
能够实现将python函数编译为机器代码，提高运行速度。
工作作用：
给python换一种编译器
使用numba：
1、导入numba及其编译器
import numpy as np import numba from numba import jit
2、传入numba装饰器jit，编写函数
@jit(nopython=True)
def go_fast(a):
trace = 0
for i in range(a.shape[0]):
trace += np.tanh(a[i, i])
return a + trace
3、函数传入实参
x = np.arange(100).reshape(10, 10) go_fast(x)
4、加速的函数执行时间
% timeit go_fast(x)
知识点扩展：
numba适合科学计算
numpy是为面向numpy数组的计算任务而设计的。
在面向数组的计算任务中，数据并行性对于像GPU这样的加速器是很自然的。Numba了解NumPy数组类型，并使用它们生成高效的编译代码，用于在GPU或多核CPU上执行。特殊装饰器还可以创建函数，像numpy函数那样在numpy数组上广播。
什么情况下使用numba呢？
- 使用numpy数组做大量科学计算时
- 使用for循环时
到此这篇关于numba提升python运行速度的实例方法的文章就介绍到这了,更多相关如何使用numba提升python运行速度内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要介绍了python项目引用运行路径的问题,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2023-05-05
今天小编就为大家分享一篇基于python 爬虫爬到含空格的url的处理方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
这篇文章主要介绍了Python延时操作实现方法,结合实例形式分析了Python基于sched库与time库实现延时操作的方法,需要的朋友可以参考下2018-08-08
这篇文章主要介绍了python装饰器代码解析，文章分享的内容有装饰器通用模型及一些关键点，通过举例详细介绍，具有一的参考价值，需要的朋友可以参考一下2022-03-03
gridlines可以根据坐标系,自动绘制网格线,这对于普通绘图来说显然不必单独拿出来说说,但在地图中,经纬线几乎是必不可少的,本文将给大家介绍了python使用cartopy在地图中添加经纬线的方法,需要的朋友可以参考下2024-01-01
今天小编就为大家分享一篇Pycharm之快速定位到某行快捷键的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-01-01
这篇文章主要介绍了Python元类的进阶应用深度探索,有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-06-06
python中通过selenium简单操作及元素定位知识点总结
在本篇文章里小编给大家整理的是关于python中通过selenium简单操作及元素定位的知识点，有需要的朋友们可以学习下。2019-09-09
这篇文章主要介绍了Python 创建子进程模块subprocess详解,本文详细讲解了subprocess模块的方法、参数、使用实例等,需要的朋友可以参考下2015-04-04
本文主要介绍了使用Python的Pillow分支和reportlab库将图片转换为PDF文件,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,需要的朋友们下面随着小编来一起学习学习吧2025-03-03
最新评论