파이썬넘바 라이브러리

파이썬넘바 라이브러리
기사 목록입니다.
파이썬넘바 라이브러리
1넘바 소개입니다
왜 numba를 선택했나요?
2.numba 설치 사용방법
**설치합니다**
1넘바 소개입니다
numba는 파이썬 배열 및 수치 계산 함수를 컴파일하는 데 사용되는 컴파일러로 파이썬을 직접 사용하여 작성된 함수의 연산 속도를 크게 향상시킬 수 있습니다.

numba는 LLVM 컴파일러 아키텍처를 사용하여 순수한 파이썬 코드를 최적화하고 파이썬의 인터프리터를 변경하지 않고 간단한 주석을 추가하여 배열 지향 및 많은 수의 수학을 사용하는 파이썬 코드를 c, c++ 및 Fortran과 유사한 성능으로 최적화합니다.numba의 컴파일 방식은 아래 그림과 같습니다

왜 numba를 선택했나요?
cython이나 Pypy와 같은 많은 다른 컴파일러들이 있지만, Numbade를 선택하는 이유는 python 코드의 편안한 영역을 벗어날 필요가 없고, 당신의 코드를 변경하기 위해 약간의 가속을 얻기 위해 장식기를 Python 함수에 추가하면 가속이 완료되며, 가속 효과는 cython 코드에 필적합니다.

2.numba 설치 사용방법
설치하다

pip install numba

numba가 코드를 가속할 때 **, 최적화할 함수에 @jit 최적화기를 추가하면 **입니다.jit을 사용할 때 numba가 언제 어떻게 최적화할지 결정할 수 있습니다.다음과 같은 간단한 예를 보여 줍니다

from numba import jit
@jit
def f(x, y):
    return x + y

print(f(1,2))
print(f(1.5,2))

이 코드의 계산은 호출에 의해 처음 수행되며 numba는 호출 중에 매개변수 유형을 추론한 다음 이 정보를 기반으로 최적화된 코드를 생성합니다.numba는 또한 입력된 유형의 컴파일을 기반으로 특정 코드를 생성할 수 있습니다.예를 들어, 위의 코드의 경우 들어오는 정수와 부동 소수점 수를 매개변수로 사용하면 다른 코드가 생성됩니다.

이제 한 가지 예를 보겠습니다

from numba import jit
import time
@jit
def foo():
    x = []
    for a in range(100000000):
        x.append(a)

def foo_withoutfit():
    y = []  
    for b in range(100000000):
        y.append(b)

이제 우리는 동일한 방법을 정의하고 구현된 기능도 동일합니다. 하나는 numba를 사용하여 가속하고 하나는 가속하지 않은 것입니다. 실행 시간을 살펴보겠습니다

결과에서 알 수 있듯이 numba를 가속에 사용했을 때 속도가 10배 이상 증가했습니다