维基百科
Numba
Numba是开源的JIT编译器，它通过llvmlite绑定包，使用LLVM将包括很多NumPy函数的聚焦数值计算的Python子集，翻译成快速的机器码。它为在CPU和GPU上并行化Python代码提供了大量选项，而经常只需要微小的代码变更。
| 原作者 | Continuum Analytics |
|---|---|
| 開發者 | 社区计划 |
| 首次发布 | 2012年8月15日 |
| 当前版本 |
|
| 源代码库 |
|
| 编程语言 | Python, C |
| 操作系统 | 跨平台 |
| 类型 | 科学计算 |
| 许可协议 |
|
| 网站 | numba |
Numba由Travis Oliphant在2012年开创并在github[3]上活跃开发而经常有新的发行。这个计划由Anaconda公司的开发者驱动，并受到DARPA、Gordon和Betty Moore基金会、Intel、Nvidia、AMD和GitHub上的社区贡献者的支持。
例子 编辑
Numba可以通过简单的在进行数值计算的Python函数上应用numba.jit修饰符来使用：
import numba import random @numba.jit def monte_carlo_pi(n_samples: int): acc = 0 for i in range(n_samples): x = random.random() y = random.random() if (x**2 + y**2) < 1.0: acc += 1 return 4.0 * acc / n_samples 即时编译在函数被调用时透明地进行：
>>> monte_carlo_pi(1000000) 3.14 Numba的网站[4]包含了更多的例子，还有如何从Numba获得更好的性能的信息。
GPU支持 编辑
Numba可以把Python函数编译成GPU代码。目前能获得二个后端：
替代方式 编辑
Numba是使Python快速的方法之一，它编译包含Python和Numpy代码的特定函数。存在很多用Python进行快速数值计算的替代方式，比如Cython、TensorFlow、PyTorch、Chainer、Pythran[7]和PyPy。
引用 编辑
- ^ Release 0.59.1. 2024年3月19日 [2024年3月22日].
- ^ Releases · numba/numba. GitHub. [2021-08-09]. （原始内容于2022-08-31） （英语）.
- ^ github（页面存档备份，存于互联网档案馆）
- ^ 网站 （页面存档备份，存于互联网档案馆）
- ^ Numba for CUDA GPUs. [2020-09-29]. （原始内容于2019-04-16）.
- ^ Numba for AMD ROC GPUs. [2020-09-29]. （原始内容于2019-04-16）.
- ^ Pythran（页面存档备份，存于互联网档案馆）