加速Python函数
来自numba import njit 随机输入 @国家统计局 def monte_carlo_pi（示例）： acc=0 对于范围内的i（nsamples）： x=random.random（） y=random.random（） 如果（x**2+y**2）<1.0： acc+=1 return 4.0*acc/nsamples（返回4.0*acc/nsamples） 为科学计算而构建
@njit（平行=真） 定义逻辑回归（Y、X、w、迭代）： 对于范围内的i（迭代）： w-=np.dot（（（1.0/ （1.0+np.exp（-Y*np.dot（X，w）） -1.0）*Y），X） 返回w 并行化您的算法
简化的线程
@njit（并行=真） def模拟器（输出）： #并行迭代循环 对于i in prange（out.shape[0]）： out[i]=运行sim（） SIMD矢量化
LBB0_8： vmovups（%rax，%rdx，4），%ymm0 vmovups（%rcx，%rdx，4），%ymm1 vsubps%ymm1、%ymm0、%ymm2 vaddps%ymm2、%ymm2和%ymm2 
可移植编译
致谢
