python numba加速_Python: 利用numba加速Python代码

利用Numba为python代码加速

numba库可以通过即使编译技术为，Python语言进行加速。以下的例子可以看到numba所带来的优势。用来测试的函数是一个求和矩阵和的函数，能够对二维矩阵进行其中元素的求和，采用for循环完成。numba库的加速，对于还有循环的代码，加速效果特别明显

未采用numba加速import numpy as np

import numba as nb

def test_numpy(a):

m, n = a.shape # 获得这个矩阵两个维度的元素个数

# 采用遍历的方式进行求和

s = 0 # sum进行初始化，为0

# 二维矩阵采用两个for循环完成

for row in np.arange(m):

for col in np.arange(n):

s += a[row, col]

return s

np.random.seed(1927)

A = np.random.randn(1000, 1000)%%timeit

test_numpy(A)275 ms ± 19.6 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)

采用numba加速@nb.jit(nopython=True)

def test_numba(a):

m, n = a.shape # 获得这个矩阵两个维度的元素个数

# 采用遍历的方式进行求和

s = 0 # sum进行初始化，为0

# 二维矩阵采用两个for循环完成

for row in np.arange(m):