今天就跟大家聊聊有关使用numba怎么提升python的运行速度，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。
numba简介：
能够实现将python函数编译为机器代码，提高运行速度。
工作作用：
给python换一种编译器
使用numba：
1、导入numba及其编译器
import numpy as np import numba from numba import jit
2、传入numba装饰器jit，编写函数
@jit(nopython=True) def go_fast(a): trace = 0 for i in range(a.shape[0]): trace += np.tanh(a[i, i]) return a + trace
3、函数传入实参
x = np.arange(100).reshape(10, 10) go_fast(x)
4、加速的函数执行时间
% timeit go_fast(x)
知识点扩展：
numba适合科学计算
numpy是为面向numpy数组的计算任务而设计的。
在面向数组的计算任务中，数据并行性对于像GPU这样的加速器是很自然的。Numba了解NumPy数组类型，并使用它们生成高效的编译代码，用于在GPU或多核CPU上执行。特殊装饰器还可以创建函数，像numpy函数那样在numpy数组上广播。
什么情况下使用numba呢？
使用numpy数组做大量科学计算时
使用for循环时
看完上述内容，你们对使用numba怎么提升python的运行速度有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注创新互联行业资讯频道，感谢大家的支持。