这次就说一种简单的方式来加速python计算速度的方法，就是使用numba库来进行，numba库可以使用jit技术即时编译，达到高性能，另外也可以使用cuda gpu的计算能力来加速，对python来说是一个提速非常好的工具库，使用简单，但是安装稍微复杂一些。
安装完成numba就可以使用了。（推荐学习：Python视频教程）
下面写一个小案例来看一下加速后的程序和加速前的程序的区别，借用官网上最经典的例子：
#!/usr/bin/env python
# coding=utf-8
from numba import jit
from numpy import arange
import time
@jit
def sum2d(arr):
M, N = arr.shape
result = 0.0
for i in range(M):
for j in range(N):
result += arr[i,j]
return result
a = arange(9).reshape(3,3)
start_time = time.time()
for i in range(10000000):
sum2d(a)
end_time = time.time()
print (end_time - start_time)这里使用numpy生成三行三列的矩阵，[[0,1,2],[3,4,5],[6,7,8]]然后做二维累加计算，值显然应该是36，这里做了10000000次这样的计算，使用@jit注解可以直接的使用numba jit技术实时编译，从而提高速度，最终运行时间大约是3.86s，如果去掉注解的话那么运行时间大约是25.45s从这里可以看出来大约有6.6倍的性能提升，所以使用numba加速python程序确实是方便简单
立即学习“Python免费学习笔记（深入）”；
更多Python相关技术文章，请访问Python教程栏目进行学习！
