python并行计算包_python加速包numba并行计算多线程

1、下面直接上代码需要注意的地方numba的官网找到

1)有一些坑自己去numba的官网找找看，下面是我的写的一个加速的程序，希望对你有帮助。

#coding:utf-8

import time

from numba import jit, prange, vectorize

from numba import cuda

from numba import njit

import numpy as np

def adds(x,y,m):

return [x*i for i in range(y)]

@jit(parallel=True,nogil=True)

# @njit(parallel=True,nogil=True)

def adds1(x,y,m):

sd = np.empty((y))

for i in prange(y):

for j in range(m):

sd[i]=x*i*m

return sd

@jit(parallel=True,nogil=True)

def test(n):

temp = np.empty((50, 50)) #

for i in prange(n):

temp[:] = 0 #

for j in range(50):

temp[j, j] = i

return temp

if __name__=="__main__":

n = 50

max = 10000**2*12

m=100

# st1 = time.time()

# val_1 = adds(n,max,m)

# print(time.time()-st1)

st2 = time.time()

val_2 = adds1(n,max,m)

print(time.time()-st2)

st3 = time.time()

tmp = test(100**3*10)

print(time.time()-st3)

2) 最后一个显示时间输入，

如果不调用jit装饰器的话这两个程序在我的电脑直接跑不下来。调用过后，Python可以做并行计算，开启多线程，忽略gil动态锁。