Python語言近年來人氣爆棚。它廣泛應用于數(shù)據(jù)科學，人工智能，以及網(wǎng)絡安全問題中，由于代碼可讀性較強，學習效率較高，吸引了許多非科班的同學進行學習。然而，使用Python一段時間以后，發(fā)現(xiàn)它在速度上完全沒有優(yōu)勢可言，特別是計算密集型任務里，性能問題一直是Python的軟肋。本文主要介紹了Python的JIT編譯器Numba，能夠在對代碼侵入最少的情況下，極大加速計算核心函數(shù)的運行速度，適合數(shù)據(jù)分析業(yè)務相關的同學使用。
首先要回答這樣一個問題：當運行同一個程序時，為什么Python會 比其他語言慢2到10倍？為什么我們無法將它變得更快？
以下是最主要的原因：
“它是GIL（Global Interpreter Lock全局解釋器鎖）”
“它是解釋型語言而非編譯語言”
“它是動態(tài)類型語言
由于本文的著重點并不是解釋Python速度慢的原因以及背后的邏輯，這部分就不深入探討了，歡迎有興趣的同學自行搜索