1 numba介绍

numba是一个用于编译Python数组和数值计算函数的编译器，这个编译器能够大幅提高直接使用Python编写的函数的运算速度。

numba使用LLVM编译器架构将纯Python代码生成优化过的机器码，通过一些添加简单的注解，将面向数组和使用大量数学的python代码优化到与c，c++和Fortran类似的性能，而无需改变Python的解释器。numba的编译方式如下图所示：

为什么选择numba?

选择Numbade 原因很简单，不需要为了获得一些的加速来改变代码，我们只需要添加一个装饰器到Python函数中即可完成加速，而且加速效果与cython代码相当。

2.numba的使用方法

numba对代码进行加速时，给要优化的函数加上@jit优化器即可。使用jit的时候可以让numba来决定什么时候以及怎么做优化。如下简单的例子所示：

from numba import jit
def f(x, y):
    return x + y

这段代码的计算在被调用是第一次执行，numba将在调用期间推断参数类型，然后基于这个信息生成优化后的代码。numba也能够基于输入的类型编译生成特定的代码。例如，对于上面的代码，传入整数和浮点数作为参数将会生成不同的代码：

Numba编译的函数可以调用其他编译函数。 例如:

@jit
def hypot(x, y):
    return math.sqrt(square(x) + square(y))

我们现在看一个例子：

from numba import jit
import time
def foo():
    x = []
    for a in range(100000000):
        x.append(a)
def foo_withoutfit():
    y = []  
    for b in range(100000000):
        y.append(b)

现在我们定义相同的方法，实现的功能也是一样的，一个是利用numba进行加速，一个没有加速，我们看下他们的运行时间：

从结果中可以看出，当我们使用了numba进行加速，速度提升了10倍以上。

总结

1.numba是进行python加速的工具包

2.在要进行加速的python函数中添加装饰器@jit即可实现代码的加速