python边写边总结（三）Numba概要

最新推荐文章于 2024-06-26 11:00:00 发布

zhouzhouasishuijiao

最新推荐文章于 2024-06-26 11:00:00 发布

阅读量614

点赞数

分类专栏： Numba python

本文链接：https://blog.csdn.net/zhouzhouasishuijiao/article/details/84981928

版权

Numba是一个开源的JIT编译器，它使用LLVM库将Python和NumPy代码转换为优化的机器代码，实现运行时编译。通过Numba的装饰器，用户可以在不替换Python解释器或安装额外编译器的情况下，轻松提升Python函数的执行速度，尤其在处理NumPy数组时，能接近C或FORTRAN的性能。Numba还支持简化线程、SIMD向量化和GPU加速，为CPU和GPU提供并行化选项。

摘要由CSDN通过智能技术生成

Numba is an open source JIT Complier that translates a subset of Python and NumPy code into fast machine code.

Numba是一个开源的JIT编译器，它将Python和NumPy代码的子集转换为机器代码

JIT(Just in time)

首先需要认识一下python是一种解释性的语言，它会把每一句都解释一遍，如果语句出现在循环体中，循环十次就会被解释10次，不产生目标代码，但是如果加入了编译compilation,就会把文件一次性编译成目标代码，目标代码十可执行的机器语言，或是已存在相应翻译器的不可执行语言

这里就来解释一下Just in time compilation，首先仍然是compilation，有caching,不像interpretation只是执行到某句之后再解释，也不会像static compilation，它是在编译过程对代码进行优化，选择性的编译某个函数或任意某段代码。

Numba translates Python functions to optiized machine code at runtime using the industry-standard LLVM compiler library. Numba-compiled numerical algorithms in Python can approach the speeds of C or FORTRAN.

Numba使用行业标准的LLVM编译器库在运行时将Python函数转换为优化的机器代码。 Python中的Numba编译数值算法可以接近C或FORTRAN的速度。