一行代码让python的运行速度提高100倍，你信吗？

版权声明：本文为 testcs_dn(微wx笑) 原创文章，非商用自由转载-保持署名-注明出处，谢谢。 https://blog.csdn.net/testcs_dn/article/details/83108543

python一直被病垢运行速度太慢，但是实际上python的执行效率并不慢，慢的是python用的解释器Cpython运行效率太差。

“一行代码让python的运行速度提高100倍”这绝不是哗众取宠的论调。

我们来看一下这个最简单的例子，从1一直累加到1亿。

最原始的代码：

import time
def foo(x,y):
        tt = time.time()
        s = 0
        for i in range(x,y):
                s += i
        print('Time used: {} sec'.format(time.time()-tt))
        return s

print(foo(1,100000000))

结果：

Time used: 6.779874801635742 sec
4999999950000000

我们来加一行代码，再看看结果：

from numba import jit
import time
@jit
def foo(x,y):
        tt = time.time()
        s = 0
        for i in range(x,y):
                s += i
        print('Time used: {} sec'.format(time.time()-tt))
        return s
print(foo(1,100000000))

结果：

Time used: 0.04680037498474121 sec
4999999950000000

是不是快了100多倍呢？
就因为使用了 numba库的jit模块。

那么问题来了：
1、你知道 numba 吗？为啥numba库的jit模块那么牛掰？

2、Python你可能不了解，其它语言有类似功能的库或者组件吗？

3、它们提高性能的原理是什么？你还知道哪些提高性能的方法？

扫描二维码关注公众号，回复： 3607441 查看本文章

参与话题，有机会获得以下奖品：