python加速器numba使用

Posted _刘文凯_

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python加速器numba使用相关的知识,希望对你有一定的参考价值。

python的一个加速器包,这里不讲原理,只讲应用过程,以及给出几个小例子,直接写就行了; 另外还给出了numba如何定义使用List


1、最简单的使用

当输出返回值为整数或浮点数时:

from numba import jit


@jit(nopython=True)
def f(x, y):
    return x+y


if __name__ == '__main__':
    a = 1
    b = 1
    print(f(a,b))

解释:
使用装饰器,另外,nopython=True是防止numba自动更改加速模式,也就是使用nopython。
上述代码等价于:

from numba import njit


@njit  # 也就是jit(nopython=True)
def f(x, y):
    return x+y


if __name__ == '__main__':
    a = 1
    b = 1
    print(f(a,b))

2、进阶

当输出返回值为“不同类型值”时:
装饰器使用:generated_jit

from numba import generated_jit, typed

@generated_jit(nopython=True)
def f2(x):
    if x==1:
        return lambda x: x+1
    else:
        return lambda x: [1,2]

if __name__ == '__main__':
    a = 1
    print(f2(a))

当进行矩阵或向量运算时:
使用装饰器:vectorize

from numba import vectorize, float64
import numpy as np

@vectorize([float64(float64, float64)])  # 注意有中括号
def f(x, y):
    return x + y

if __name__ == '__main__':
    a = np.array([1,2])
    b = np.array([2,2])
    print(f(a,b))

补充

在numba内定义列表:

import numpy as np
import time
NUM = 160
from numba import jit
from numba.typed import List

a = List()
a.append(1) # 同样需要指定数据类型,塞个1,数据类型就是int

@jit(nopython=True)
def f(a):
    for i in range(NUM):
        a.append(i)

if __name__ == '__main__':
   for i in range(5):
    start = time.time()
    f(a)
    print(time.time()-start)
创作打卡挑战赛 赢取流量/现金/CSDN周边激励大奖

以上是关于python加速器numba使用的主要内容,如果未能解决你的问题,请参考以下文章

使用Numba加速OpenCV Python视频流代码。提升6.5倍性能

python加速包numba并行计算多线程

用 Numba 加速 Python 代码

使用 numba 加速 for 循环

numba安装和使用

我可以使用 Numba、矢量化或多处理加速这种空气动力学计算吗?