大家都知道Python運行速度很慢，但是輪子多，因此用戶十分廣泛，在各種領域上都能用到Python，但是最頭疼的還是，解決運行速度問題，因此這里給大家介紹的是numba，是基本是等于再造語言。但是支持的numpy函數并不多。要讓能jit的函數多起來才行。下面就詳細介紹使用numba提升python運行速度方法。
numba簡介：
能夠實現將python函數編譯為機器代碼，提高運行速度。
工作作用：
給python換一種編譯器
使用numba：
1、導入numba及其編譯器
import numpy as np
import numba
from numba import jit
2、傳入numba裝飾器jit，編寫函數
@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、函數傳入實參
x = np.arange(100).reshape(10, 10)
go_fast(x)
4、加速的函數執行時間
知識點擴展：
numba適合科學計算
numpy是為面向numpy數組的計算任務而設計的。
在面向數組的計算任務中，數據并行性對于像GPU這樣的加速器是很自然的。Numba了解NumPy數組類型，并使用它們生成高效的編譯代碼，用于在GPU或多核CPU上執行。特殊裝飾器還可以創建函數，像numpy函數那樣在numpy數組上廣播。
什么情況下使用numba呢？
- 使用numpy數組做大量科學計算時
- 使用for循環時
到此這篇關于numba提升python運行速度的實例方法的文章就介紹到這了,更多相關如何使用numba提升python運行速度內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
