Numba

Numba

原作者	Continuum Analytics
开发者	社区计划
首次发布	2012年8月15日​（2012-08-15）
当前版本	0.60.0（2024年1月13日​（2024-01-13））
预览版本	0.61.0dev0（2024年5月15日​（2024-05-15））
原始码库	github.com/numba/numba
编程语言	Python, C
操作系统	跨平台
类型	科学计算
许可协议	2句版BSD许可证
网站	numba.pydata.org

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。

Numba由Travis Oliphant在2012年开创并在github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

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的网站包含了更多的例子，还有如何从Numba获得更好的性能的资讯。

GPU支持

Numba可以把Python函数编译成GPU代码。目前能获得二个后端：

• NVIDIA CUDA
• AMD ROCm HSA

替代方式

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和PyPy。