numba为Python提速

from time import time
from numba import jit
# from numba import autojit
# @autojit							#能对所有类型的参数进行运算

@jit								#即时编译，产生的函数只能对指定类型的参数进行运算
def foo():
	i = 0
	for a in range(200000000):
		i += 1

@jit                                #可同时使用多个@jit
def foo2():						   
	for a in range(200000000):
		continue

if __name__ == '__main__':
	start = time()
	foo()
	end = time()
	shi = end-start
	start2 = time()
	foo2()
	end2 = time()
	shi2 = end2-start2
	print("foo()总耗时：%s秒" % shi)
	print("foo2()总耗时：%s秒" % shi2)

注释掉@jit，foo()耗时17.66000986099243秒，foo2()耗时6.496371507644653秒；
启用@jit，foo()耗时0.04500269889831543秒，foo2()耗时0.041002511978149414秒；
foo()相差392倍，foo2()相差158倍；
@jit必须在要加速的函数上方（不能隔其他函数）才有效，可同时使用多个@jit。

注意下面的情况：