python numba jit 的效率

举报
风吹稻花香 发表于 2021/06/04 23:55:36 2021/06/04
【摘要】 10w左右数据量,不加jit效率高, 100w左右数据量,加了jit效果高8倍以上 40w左右数据量,效率持平 from numba import jitfrom numpy import arange import datetime len=399999@jitdef sumjit(arr): M, N = arr.shape result = 0.0 for i i...

10w左右数据量,不加jit效率高,

100w左右数据量,加了jit效果高8倍以上

40w左右数据量,效率持平


  
  1. from numba import jit
  2. from numpy import arange
  3. import datetime
  4. len=399999
  5. @jit
  6. def sumjit(arr):
  7. M, N = arr.shape
  8. result = 0.0
  9. for i in range(M):
  10. for j in range(N):
  11. result += arr[i, j]
  12. return result
  13. a = arange(len).reshape(len//3, 3)
  14. start = datetime.datetime.now()
  15. print(sumjit(a))
  16. print ("jit",(datetime.datetime.now()-start).microseconds)
  17. def sum2d(arr):
  18. M, N = arr.shape
  19. result = 0.0
  20. for i in range(M):
  21. for j in range(N):
  22. result += arr[i, j]
  23. return result
  24. a = arange(len).reshape(len//3, 3)
  25. start = datetime.datetime.now()
  26. print(sum2d(a))
  27. print ("noj",(datetime.datetime.now()-start).microseconds)

 

 

文章来源: blog.csdn.net,作者:网奇,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/jacke121/article/details/78307580

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。