内容简介:探索python性能优化工具,发现了numba. 只需要给函数加上装饰器就可以。比cython和pypy方便多了。numba是为了提高numpy速度而开发的,使用llvm将python代码翻译为bitcode,并在bitcode外面做了一层包装,让python可以调用通过numba翻译的代码由于经过llvm优化并可在机器上直接执行,效率将有所提高,对海量数据处理非常有帮助
简介
探索 python 性能优化工具,发现了numba. 只需要给函数加上装饰器就可以。比cython和pypy方便多了。
numba是什么
numba是为了提高numpy速度而开发的,使用llvm将python代码翻译为bitcode,并在bitcode外面做了一层包装,让python可以调用
通过numba翻译的代码由于经过llvm优化并可在机器上直接执行,效率将有所提高,对海量数据处理非常有帮助
numba可以解决什么问题
1.提高numpy速度 2.解决python在计算上的性能问题
原理
通过llvm编译器将python代码转换成机器码,提高执行效率。
初试
环境说明
python3.6 fedora
安装
pip install numba
示例
#斐波那契数列 import time from numba import jit @jit def fib(n): if n<=2 : return 1; else: return fib(n-1)+fib(n-2); start = time.time() fib(50) end = time.time() print("python3+numba cost_seconds:", end-start) #结果。结果很明显numba可以让你的python飞起来 python3 20.24455213546753秒 python3+numba 0.5986552238464355秒
文档
* 官方/文档
http://numba.pydata.org/
http://numba.pydata.org/numba-doc/latest/index.html
* 官方例子
https://numba.pydata.org/numba-examples/
* github
https://github.com/numba/numba
适用范围
操作系统: windows32/64, osx, linux32/64 架构: x86, x86_64, ppc64le. Experimental on armv7l, armv8l (aarch64). GPUs: Nvidia CUDA. Experimental on AMD ROC CPython Numpy1.10以上
注意要点
numba只适合解决python项目在计算上的性能问题,否则会导致项目性能下降。
引入前最好足够测试确保使用numba的姿势正确
来源
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
HTML5秘籍(第2版)
[美] Matthew MacDonald / 李松峰、朱巍、刘帅 / 人民邮电出版社 / 2015-4 / 89.00元
不依赖插件添加音频和视频,构建适用于所有浏览器的播放页面。 用Canvas创建吸引人的视觉效果,绘制图形、图像、文本,播放动画,运行交互游戏。 用CSS3将页面变活泼,比如添加新奇的字体,利用变换和动画添加吸引人的效果。 设计更出色的Web表单,利用HTML5新增的表单元素更加高效地收集访客信息。 一次开发,多平台运行,实现响应式设计,创建适配桌面计算机、平板电脑和智能手机......一起来看看 《HTML5秘籍(第2版)》 这本书的介绍吧!