解释说明
- 平常做数据分析、数据处理时写的python代码,涉及很多for循环,包括列表、字典等各种运算,程序运行时间会很长。
- 由于不是在跑深度学习的代码,我们可能想不到类似用GPU去加速计算过程。
- 但其实也是有第三方库(Numba)来加速运算的,Numba是python的即时编译器,接下来我们看一下怎么用。
效果展示
import time
from numba import jit,njit
@njit
def func(x,y):
s = 0
for i in range(x,y):
s += i
return None
start = time.perf_counter()
func(1,1000000000)
end = time.perf_counter()
print('运行时间:{} 秒'.format(end-start))
总结:只需要在函数上加 @njit 装饰器即可,注意装饰器只能用在函数上哦,所以我们可以把涉及到大量运算的代码写到函数中,芜湖~