numba

numba加速循环、numpy的一些运算，大概是将python和numpy的一些代码转化为机器代码，速度飞快！

加速耗时很长的循环时：

from numba import jit
# 在函数前加
@jit(nopython=True)
def func():
    ...

但是条件比较苛刻，比如函数内不能对全局变量进行修改，不能有未明确类型的list和dict（否则需要固定类型，在初始化的时候用 typed.List.empty_list(types.float64) 这种）

举个例子：

@jit(nopython=True)
def func(arr, times):
    # 这里 arr 和 times 可以是numpy数组。函数内不能对外部的变量进行修改
    for i in range(character_num):
        s = 0
        for j in range(character_num):
            s += arr[i][j]
        for j in range(character_num):
            if arr[i][j] != 0:
                arr[i][j] = arr[i][j] / s
                
            arr[i][j] = lmbda * arr[i][j] + (1 - lmbda) * times[j]
    return arr

若要对list， dict等类型进行操作，使用类似于typed.List.empty_list(types.float64) 的操作来初始化

文档可见https://numba.readthedocs.io/en/stable/index.html

标签：arr,python,程序,list,times,numba,num,character
来源： https://www.cnblogs.com/thkkk/p/15130216.html