python提高运行速度numba.jit
使用numba.jit
。 numba
可以将 Python 函数 JIT 编译为机器码执行,大大提高代码运行速度。
import time def computeSum(size: int) -> int: sum_ = 0 i = 0 while i < size: sum_ += i i += 1 return sum_ def main(): size = 10000 for _ in range(size): sum_ = computeSum(size) start = time.time() main() end = time.time() show_time = end-start print(show_time) # 9.556443452835083 import numba @numba.jit def computeSum(size: float) -> int: sum = 0 for i in range(size): sum += i return sum def main(): size = 10000 for _ in range(size): sum = computeSum(size) starts = time.time() main() ends = time.time() show_times = ends-starts print(show_times) # 0.2523202896118164
numba.jit官网:http://numba.pydata.org/
Numba 是 Python 的即时编译器,最适合使用 NumPy 数组和函数以及循环的代码。使用 Numba 的最常见方法是通过它的装饰器集合,这些装饰器可以应用于您的函数以指示 Numba 编译它们。当调用 Numba 修饰的函数时,它会被编译为机器代码“即时”执行,然后您的全部或部分代码可以随后以本机机器代码速度运行!