基于Numba提高python運(yùn)行效率過程解析
Numba是Python的即時(shí)編譯器,在使用NumPy數(shù)組和函數(shù)以及循環(huán)的代碼上效果最佳。使用Numba的最常見方法是通過其裝飾器集合,這些裝飾器可應(yīng)用于您的函數(shù)以指示Numba對(duì)其進(jìn)行編譯。調(diào)用Numba裝飾函數(shù)時(shí),它會(huì)被“即時(shí)”編譯為機(jī)器代碼以執(zhí)行,并且您的全部或部分代碼隨后可以本機(jī)機(jī)器速度運(yùn)行!
安裝numba(我在這里加了--default-timeout=10000,防止安裝時(shí)出現(xiàn)timeout的錯(cuò)誤)
pip --default-timeout=10000 install -U numba
from numba import jitimport timedef add(x): he=0 for i in range(x): he+=i return hestart=time.time()res=add(100000000)print(res)end=time.time()print(end-start)
耗時(shí)5s49999999500000005.707650184631348
使用Numba的JIT裝飾器@jit,以嘗試加快某些功能的運(yùn)行速度
from numba import jitimport time@jitdef add(x): he=0 for i in range(x): he+=i return hestart=time.time()res=add(100000000)print(res)end=time.time()print(end-start)
耗時(shí)0.14s,快了近40倍49999999500000000.14488554000854492
看吧,快了40倍!
numba僅對(duì)numpy,for和while循環(huán)有效!
參考numba官網(wǎng):http://numba.pydata.org/numba-doc/latest/developer/inlining.html#example-using-numba-jit
以上就是本文的全部內(nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持好吧啦網(wǎng)。
相關(guān)文章:
1. 如何用python開發(fā)Zeroc Ice應(yīng)用2. Python中re模塊的常用方法總結(jié)3. ASP錯(cuò)誤捕獲的幾種常規(guī)處理方式4. python基于opencv批量生成驗(yàn)證碼的示例5. npm下載慢或下載失敗問題解決的三種方法6. ASP編碼必備的8條原則7. 使用Spry輕松將XML數(shù)據(jù)顯示到HTML頁的方法8. python+requests+pytest接口自動(dòng)化的實(shí)現(xiàn)示例9. python用pyecharts實(shí)現(xiàn)地圖數(shù)據(jù)可視化10. python軟件測(cè)試Jmeter性能測(cè)試JDBC Request(結(jié)合數(shù)據(jù)庫)的使用詳解
