Python高速化であれば数値計算の高速化ということではJIT使うのがベストという結果に今日はなりましたのであります。numbaね。
PyPyも速くなるのは分かったが同じ処理で比較した結果、numbaで @jit が速かった。
なので、そこに じーーーっと しとけや。JITだけに。と理由の分からぬジョークを言って受けようとしているワタクシがおるおる
Pythonを科学技術計算に使うのであればScipy, Numpyなどモジュールを駆使するのが必須でありましてpythonのコードで繰り返しとか掛け算とかやるなや。やってもいいけど。時間かかるでぇーーー。
JITがよい。そこに、じっと しとれぇーーー なにを!
実はJulia言語がJIT採用してまして。ところがJulia言語は早いという触れ込みとは逆にワタクシが試したところ、遅い・遅い、腹が立つほど遅い。それに対する言い訳がJulia言語の側から言うと、Juliaで検索してみろ、それが答えだ!! で、Juliaで検索すると裸のきれいにおねーちゃんが出てきて、Juliaっていいかもぅ・・ってか。パカタレ。そんなことあるかアポタレ。
初回はJITコンパイラが働くので遅くなる。だが2回めからは速くなる。なにしろJITがコンパイラァ―したのだ。コンパイルしたバイナリーコードを使うのだから高速になる・・・・
のは良いとしても、初回から早くしてよね（笑）
Pythonでも numbaでJITを使う時は初回は遅くなる。だが2回めから早くなる。そこでワタクシはダミー作戦を使うのである。まー、これがなJulia言語でも使えるのか知らないが。
今日の結果。Pythonでの数値計算の高速化は numbaでJIT使うのがベストである。PyPyも高速化したがnumbaのjitほどではなかった。
てなわけだが。つーか、速度を求めるのであれば初めからc/c++で書けやアポタレってか。くっそーーー。ワタクシはアポタレのパカタレってか。ま～半分は当たっているぞの
ワタクシはUbuntuのGNOMEが嫌いである。だって愚脳ってのと発音が似ているのだもの（笑）