numba加速python学习与尝试

栏目: Python · 发布时间: 5年前

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

numba加速python学习与尝试

此生必看的科学实验-水知道答案

《了凡四训》详解之改过之法

印光大师十念法(胡小林主讲第1集)

精神病为什么治不好

百病之源


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

查看所有标签

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

500 Lines or Less

500 Lines or Less

Amy Brown、Michael DiBernardo / 2016-6-28 / USD 35.00

This book provides you with the chance to study how 26 experienced programmers think when they are building something new. The programs you will read about in this book were all written from scratch t......一起来看看 《500 Lines or Less》 这本书的介绍吧!

URL 编码/解码
URL 编码/解码

URL 编码/解码

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换