numba

numba加速循环、numpy的一些运算，大概是将python和numpy的一些代码转化为机器代码，速度飞快！

加速耗时很长的循环时：

from numba import jit

# 在函数前加

@jit(nopython=True)

def func():

    ...

但是条件比较苛刻，比如函数内不能对全局变量进行修改，不能有未明确类型的list和dict（否则需要固定类型，在初始化的时候用 typed.List.empty_list(types.float64) 这种）

举个例子：

@jit(nopython=True)

def func(arr, times):

    # 这里 arr 和 times 可以是numpy数组。函数内不能对外部的变量进行修改

    for i in range(character_num):

        s = 0

        for j in range(character_num):

            s += arr[i][j]

        for j in range(character_num):

            if arr[i][j] != 0:

                arr[i][j] = arr[i][j] / s

            arr[i][j] = lmbda * arr[i][j] + (1 - lmbda) * times[j]

    return arr

若要对list， dict等类型进行操作，使用类似于typed.List.empty_list(types.float64) 的操作来初始化

文档可见https://numba.readthedocs.io/en/stable/index.html

巴特西

numba jit加速python程序

numba

最新文章

热门文章