python的numba加速

无意中发现了一个巨牛的人工智能教程，忍不住分享一下给大家。教程不仅是零基础，通俗易懂，而且非常风趣幽默，像看小说一样！觉得太牛了，所以分享给大家。教程链接：https://www.cbedai.net/qtlyx             

 

  之前笔者写过一个pypy的加速方法，可以参阅笔者之前的文章：http://blog.csdn.net/qtlyx/article/details/78078636

        但是这一方法中，我们有一个很不现实的要求，就是所有的python代码都要求是python build-in的库来写。今天，我们使用另外一种jit加速的方法，虽然本质上是一样的，但是其实更加好用，因为支持使用别的库，只要我们把计算瓶颈部分改成使用python的build-in函数来进行计算，毕竟，二八原则，百分之二十的代码支配着百分之八十的速度。

        不说了，我们来看一下：

 

#-*-coding:utf-8-*-
import time
import pandas as pd
def time_com(i):
    cum = 0
    for test in range(i):
        for ind in range(i):
            cum += (test * ind) % 3

if __name__ == '__main__':
    t1 = time.clock()
    df = pd.DataFrame()