如何使用numba提升python运行速度?
2023-03-20 14:44:22 时间
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)
大家也可以尝试不加numba的运行时间,这里小编给大家测试了下,加numba高于不加numba运行速度的40倍。好了,大家感兴趣的话,可以尝试下哦~
相关文章
- Python科普系列——类与方法(下篇)
- iOS14开发-Timer
- 第二章(1.4)Python基础知识(流程控制)
- [源码解析] PyTorch 分布式(7) ----- DistributedDataParallel 之进程组
- [源码解析] PyTorch 分布式(9) ----- DistributedDataParallel 之初始化
- Linux定时运行Python脚本
- 关于SQLServer 中行列互转的实例说明
- 针对哈萨克斯坦的基于多阶段 PowerShell 的攻击
- python格式化输出(一):%s和format()用法比较
- 最通俗易懂的python与mysql数据库交互
- python中常用的知识点
- python与Oracle数据库交互
- python中的时间序列处理模块(一):time模块详解
- python中的时间序列处理模块(二):datetime模块之date类详解
- python中的时间处理模块(二):datetime模块之time类详解
- python中的时间处理模块(二):datetime模块之datetime类详解
- python中的时间处理模块(二):datetime模块之timedelta类详解
- 足球运动员的数据分析实战(python)
- python格式化输出(二):f-string格式化输出
- python将中文日期转换为数字日期