numba加速python学习与尝试

栏目: Python · 发布时间: 7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

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

深入理解C++11

深入理解C++11

Michael Wong、IBM XL编译器中国开发团队 / 机械工业出版社 / 2013-6 / 69.00元

《深入理解C++11:C++11新特性解析与应用》内容简介:国内首本全面深入解读C++11新标准的专著,由C++标准委员会代表和IBM XL编译器中国开发团队共同撰写。不仅详细阐述了C++11标准的设计原则,而且系统地讲解了C++11新标准中的所有新语言特性、新标准库特性、对原有特性的改进,以及如何应用所有这些新特性。 《深入理解C++11:C++11新特性解析与应用》一共8章:第1章从设计......一起来看看 《深入理解C++11》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

MD5 加密
MD5 加密

MD5 加密工具

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具