【python 加速方法】破剑式-numba 提高python速度

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。点这里可以跳转到教程。人工智能教程

官方文档：官方地址

Numba是Python的即时编译器，在使用NumPy数组和函数以及循环的代码上效果最佳。使用Numba的最常见方法是通过其装饰器集合，这些装饰器可应用于您的函数以指示Numba对其进行编译。调用带有Numba装饰的函数时，该函数将被“即时”编译为机器代码以执行，并且您的全部或部分代码随后可以本机机器速度运行！

安装包：

pip install numba

如果代码是数字定向的（做大量的数学运算），使用NumPy很多和/或有很多循环，那么Numba通常是一个不错的选择。
请注意，Numba无法理解Pandas，因此Numba只需通过解释器运行此代码，但会增加Numba内部开销！

下面我们来看个例子：

从1一直累加到1亿。

import time

def foo(x,y):
 tt = time.time()
 s = 0
 for i in range(x,y):
    s += i
 print('Time used: {} sec'.format(time.time()-tt))
 return s
print(foo(1,100000000))

运行结果：

Time used: 4.716892719268799 sec
4999999950000000

Process finished with exit code 0

numba 加速

# -*- coding: utf-8 -*-
import time
import numba as nb

@nb.jit
def foo(x, y):
 s = 0
 for i in range(x, y):
  s += i
 return s


tt = time.time()
print(foo(1, 100000000))
print('Time used: {} secs'.format(time.time() - tt))

运行结果：

4999999950000000
Time used: 0.15059757232666016 secs

可见足足快了30倍速度呢。