python由于它动态解释性语言的特性，跑起代码来相比java、c++要慢很多，尤其在做科学计算的时候，十亿百亿级别的运算，让python的这种劣势更加凸显。
办法永远比困难多，numba就是解决python慢的一大利器，可以让python的运行速度提升上百倍！
什么是Numba？
numba是一款可以将python函数编译为机器代码的JIT编译器，经过numba编译的python代码（仅限数组运算），其运行速度可以接近C或FORTRAN语言。
python之所以慢，是因为它是靠CPython编译的，numba的作用是给python换一种编译器.
使用numba非常简单，只需要将numba装饰器应用到python函数中，无需改动原本的python代码，numba会自动完成剩余的工作。
学习使用numba
第一步：导入numpy、numba及其编译器
from numba import jit
第二步：传入numba装饰器jit，编写函数
@jit(nopython = True)
def _count():
j = 0
for i in range(10000000):
j += 1
使用jit装饰后的函数快到什么程度呢？这里我们做两个小测验。
首先我用常规的for函数来run，然后用timeit()函数测了一下每行用时，434ms的样子。
接下来是装饰jit后的用时，从434ms缩短为55.6ns，但是肯定不可能这么夸张，而且两个的timeit函数中loop数也不一样，不知道这破函数是怎么比较的。
还是用time函数直观一点。
word妈！这就有点恐怖了吧，速度快了何止三个数量级！！
总结
什么时候使用umba呢？
- 使用numpy时
- 函数中有for循环时。
numba对for是真爱啊，所以，日常编程中，小伙伴们赶快用起来叭！
