nb.jit：一个非常简单给python提速的方法

@nb.jit 装饰器：

@nb.jit 是 Numba 库的装饰器，用于提供即时编译（Just-in-Time Compilation）以加速函数执行。它可以根据函数的输入类型动态生成高效的机器码。

下面是使用 nb.jit 装饰器的基本步骤：

        1. 导入 nb.jit：

首先，需要导入 nb.jit 装饰器。可以使用以下代码导入：

import numba as nb

        2.装饰函数：

在要进行即时编译的函数定义之前，使用 @nb.jit 装饰器对函数进行修饰:

@nb.jit
def my_function(arg1, arg2):
    # 函数体
    # ...

在上述示例中，函数 my_function 被 @nb.jit 装饰器修饰，表示对该函数进行即时编译。

        3.使用即时编译函数：

在装饰后的函数可以像普通函数一样被调用和使用。例如：

result = my_function(arg1, arg2)

举个例子：

import numba as nb
import time

# 不使用 nb.jit 装饰器
def compute_sum_without_jit(n):
    result = 0
    for i in range(n):
        result += i
    return result

# 使用 nb.jit 装饰器
@nb.jit
def compute_sum_with_jit(n):
    result = 0
    for i in range(n):
        result += i
    return result

# 测试函数执行时间
n = 10**7

start_time = time.time()
result1 = compute_sum_without_jit(n)
end_time = time.time()
execution_time1 = end_time - start_time

start_time = time.time()
result2 = compute_sum_with_jit(n)
end_time = time.time()
execution_time2 = end_time - start_time

print("结果是否一致：", result1 == result2)
print("不使用 nb.jit 装饰器的执行时间：", execution_time1)
print("使用 nb.jit 装饰器的执行时间：", execution_time2)

output:

结果是否一致： True
不使用 nb.jit 装饰器的执行时间： 0.5080041885375977
使用 nb.jit 装饰器的执行时间： 0.056958913803100586

直接加速10倍