1、引言

小屌絲：魚哥，我今天被鄙視了
小魚：因為你的顏值被鄙視了？？
小屌絲：咱還能正常聊天嗎？？
小魚：好吧，我已經很正經的說話了，那你說吧，因為啥被鄙視了？
小屌絲：今天一個小菜鳥說C語言是世界上運行速度最快的語言，我非常不服氣~~
小魚：那有啥不服氣的，我都覺得這話說得沒啥毛病，
小屌絲：魚哥，小姐姐說誰的速度快，就跟誰YYSX，
小魚：那…這… 我贊同，我也表示不服，

看樣子，小姐姐是動力的源頭！

2、Numba

關于Numba的詳細檔案，點擊Numba傳送門即被可傳送，
但是檔案歸檔案，我們還是要簡單的說一下Numba，

2.1 簡介

numba 是一款可以將 python 函式編譯為機器代碼的JIT編譯器，經過 numba 編譯的python 代碼（僅限陣列運算），其運行速度可以接近 C 或 FORTRAN 語言，

小屌絲：看樣子很厲害的哦，那使用起來，是不是很難呢？
小魚：不難不難，到底有多容易，請往下看：

三不要：

• 不需要替換Python決議器
• 不需要單獨編譯
• 不需要安裝C/C++編譯器

一需要：

• 將 Numba 提供的裝飾器放在 Python 函式上面就行

小屌絲：哎喲~總結的還挺到位，
小魚：沒事別說話，打斷我思路了都！！

2.2 安裝

在擼碼前，需要確認，是否已經有numba這個庫，
如果沒有的話，那我們回想一下，有幾種方法呢？？？

• 一行代碼匯入Python所有庫
• pip install 手動安裝
• pip.main自動安裝

不管哪種方法，能安裝上就是可行的，
在這里，小魚就直接舉例單獨安裝：

pip install numba

詳細可參考:
《Python3：我低調的只用一行代碼，就匯入Python所有庫！》；
《Python3，選擇Python自動安裝第三方庫，從此跟pip說拜拜！！》

2.3 代碼實體

安裝完numba庫，那就直接上代碼，展示一下速度…

看看能不能比我們的蘇神跑的快！

實體一：
我們看看呼叫jit的樣子

# -*- coding:utf-8 -*-
# @Time   : 2021-08-08
# @Author : carl_DJ

from numba import jit
import random

# 呼叫jit裝飾器
@jit(nopython=True)
def mot_pi(nsamples):
    acc =0
    for i in range(nsamples):
        x = random.random()
        y = random.random()
        if (x ** 2 + y ** 2) <1.0 :
            acc +=1
    return 8.0 * acc /nsamples

實體二
Numba 是專為科學計算而設計的，在與 NumPy 一起使用時，Numba 會為不同的陣列資料型別生成專門的代碼，以優化性能為主，
上代碼：

# -*- coding:utf-8 -*-
# @Time   : 2021-08-08
# @Author : carl_DJ

@numba.jit(nopython=True, parallel=True)
def logistic_regress(X, Y, w, iterations):
    for i in range(iterations):
        w -= np.dot(((1.0 /
              (1.0 + np.exp(-Y * np.dot(X, w)))
              - 1.0) * Y), X)
    return w

小屌絲：這個…我看不懂…
小魚：看不懂啊，沒關系，畢竟不是每個人都對科學計算有興趣，
小屌絲：你這是在侮(xiu)辱我！！！
小魚：你不配~ ~

如果大家看不懂這個實體，沒事沒事，別灰心，
接下來，我們就來搞個大一點的事情，

3、 代碼實戰

上面的代碼，就是一個熱身了~ ~
接下來，我們就用正兒八經的例子，看看Numba的運行速度有多快，

有了蘇神的速度，還擔心妹子不跟咱YYXS嗎！！

舉個例子
我們使用和不使用Numba,來找出1000個W以內所有的素數，

3.1 不使用Numba

我們不使用Numba，來看看花費多長時間，
上代碼

# -*- coding:utf-8 -*-
# @Time   : 2021-08-08
# @Author : carl_DJ

import math
import time

def is_prime(num):
    if num == 2:
        return True
    if num <= 1 or not num % 2:
        return False
    for div in range(3, int(math.sqrt(num) + 1), 2):
        if not num % div:
            return False
    return True

def run_program(N):
    total = 0
    for i in range(N):
        if is_prime(i):
            total += 1
    return total


if __name__ == "__main__":
    N = 10000000
    start = time.time()
    total = run_program(N)
    end = time.time()
    print(f"1000W以內所有的素數是： {total}")
    print(f"耗時： {end - start}s")
    

運行結果

1000W以內所有的素數是： 664579
耗時： 245.93426966667175s

小屌絲：好吧，這運行速度，確實有點…
小魚：別灰心啊，我們不是還有Numba嗎，

3.2 使用Numba

我們使用Numba，看看花費多長時間，
上代碼

# -*- coding:utf-8 -*-
# @Time   : 2021-08-08
# @Author : carl_DJ

import math
import time
from numba import njit

# @njit 相當于 @jit(nopython=True) 
@njit
def is_prime(num):
    if num == 2:
        return True
    if num <= 1 or not num % 2:
        return False
    for div in range(3, int(math.sqrt(num) + 1), 2):
        if not num % div:
            return False
    return True

# #普通回圈計算，
# @njit
# def run_program(N):
#     total = 0
#     #普通range回圈處理
#     for i in range(N):
#         if is_prime(i):
#             total += 1
#     return total

#使用Numba的prange來進行并發回圈計算
@njit(parallel = True)
def run_program(N):
    total = 0
    #使用Numba提供的prange引數來進行并行計算
    for i in prange(N):
        if is_prime(i):
            total += 1
    return total


if __name__ == "__main__":
    N = 10000000
    start = time.time()
    total = run_program(N)
    end = time.time()
    print(f"1000W以內所有的素數是： {total}")
    print(f"耗時： {end - start}s")
    

運行結果

• 未使用Numba的prange運行結果，如下：

1000W以內所有的素數是： 664579
耗時： 11.453454494476318s

• 使用Numba的prange運行結果，如下：

total prime num is 664579
cost 5.30582857131958s

小屌絲：我的天啊， 這么神奇嗎~
小魚：必須的，
小屌絲：魚哥，魚哥，它是怎么做到的？？
小魚：嗯，我們來看看官方檔案怎么解釋的，

官方檔案解釋：
它讀取裝飾函式的 Python 位元組碼，并將其與有關函式輸入引數型別的資訊結合起來，分析和優化代碼，最后使用編譯器庫（LLVM）針對你的 CPU 生成量身定制的機器代碼，每次呼叫函式時，都會使用此編譯版本，

小屌絲：原來如此…看來我今晚和小姐姐YYSX 是有戲了，
小魚：就這點出息了！！！

4、總結

雖然Python是動態語言，有全域解釋器鎖，比其他靜態語言要慢，
但是，通過今天小魚分享的Numba，是不是把你心中那一團火又燃燒了，
說歸說，鬧歸鬧，官方檔案最重要！
所以，關于更多的Numba的知識，還請異步到官方檔案
倒數三個數，開始上鏈接，寶寶們準備好，
3
2
1

官網檔案：http://numba.pydata.org/numba-doc/latest/index.html